Course Outline

    Gegevensvoorverwerking Data Cleaning Gegevensintegratie en -transformatie Gegevensreductie Discretisatie en generatie van concepthiërarchie
Statistische gevolgtrekking Kansverdelingen, willekeurige variabelen, centrale limietstelling
  • Bemonstering
  • Betrouwbaarheidsintervallen
  • Statistische gevolgtrekking
  • Hypothese testen
  • Multivariate lineaire regressiespecificatie
  • Subsetselectie
  • Schatting
  • Geldigmaking
  • Voorspelling
  • Classificatiemethoden Logistieke regressie
  • Lineaire discriminantanalyse
  • K-dichtstbijzijnde buren
  • Naïeve Bayes
  • Vergelijking van classificatiemethoden
  • Neural Networks Het aanpassen van neurale netwerken
  • Problemen met neurale netwerken trainen
  • Beslisbomen Regressiebomen
  • Classificatie bomen
  • Bomen versus lineaire modellen
  • Opzakken, Random Forests, Oppakken stimuleren
  • Random Forests
  • Stimuleren
  • Ondersteuning van vectormachines en flexibele disct-classificatie voor maximale marges
  • Ondersteuning van vectorclassificatoren
  • Ondersteuning van vectormachines
  • 2 en meer klassen SVM's
  • Relatie met logistische regressie
  • Analyse van hoofdcomponenten
  • Clustering K-betekent clustering
  • K-medoïden clusteren
  • Hiërarchische clustering
  • Op dichtheid gebaseerde clustering
  • Modelbeoordeling en selectiebias, variantie en modelcomplexiteit
  • Voorspelfout in de steekproef
  • De Bayesiaanse benadering
  • Kruisvalidatie
  • Bootstrap methoden
  •   28 Hours
     

    Getuigenissen (1)

    Related Courses

    Related Categories