Machine Learning

Area Under the Curve: één getal (0-1) dat het algehele prestatie van een classificatie-model samenvat.

Een ensemble-methode die modellen parallel traint op willekeurige steekproeven met vervanging van dezelfde dataset.

Een ensemble-techniek die sequentieel modellen traint, waarbij elk model de fouten van vorige modellen probeert te corrigeren.

Een machine learning-taak waarbij data wordt ingedeeld in vooraf gedefinieerde categorieën, zoals spam of geen spam.

Een unsupervised machine learning-techniek die soortgelijke gegevenspunten groepeert zonder vooraf gelabelde categorieën.

Een techniek om model-prestaties te evalueren door data in meerdere delen op te splitsen en herhaaldelijk te testen.

Een machine learning-algoritme dat beslissingen neemt door vragen sequentieel te stellen, zoals een stroomdiagram van ja/nee vragen.

Technieken om het aantal features in data te verminderen terwijl belangrijke informatie behouden blijft.

Distillatie is een techniek waarbij de kennis van een groot AI-model wordt overgedragen naar een kleiner, sneller model.

Een techniek die veel modellen combineert om betere voorspellingen te maken dan elk model afzonderlijk.

Een enkele metriek die precision en recall in één getal combineert: harmonic mean van beiden.

Het proces van creëren, selecteren en transformeren van inputvariabelen om model-prestaties te verbeteren.

Een optimalisatie-algoritme dat stap voor stap parameters van een model aanpast om fouten te minimaliseren.

Een populair ongecontroleerd leer-algoritme dat data in k clusters verdeelt door centroids te minimaliseren.

Een simpel algoritme dat een datapunt classifieert op basis van zijn k dichtstbijzijnde buren in de trainingsset.

Het eenvoudigste regressie-algoritme dat een rechte lijn fit door data om continue waarden te voorspellen.

Een lineair classificatie-algoritme dat waarschijnlijkheden voorspelt met een S-vormige (sigmoid) functie.

Een wiskundige functie die meet hoe groot de fout is tussen voorspellingen van een model en werkelijke waarden.

Een probabilistische classificatie-algoritme gebaseerd op Bayes-stelling met aanname van onafhankelijkheid tussen features.

Principal Component Analysis: techniek om data naar lagerdimensionale ruimte te transformeren met behoud van variantie.

Twee belangrijke metrieken voor classificatie: precision meet juistheid, recall meet volledigheid van voorspellingen.

Een ensemble-algoritme dat veel decision trees combineert voor meer nauwkeurige voorspellingen dan één boom.

Een machine learning-techniek om een continu waarde te voorspellen op basis van invoergegevens, zoals huizenprijzen voorspellen.

Een techniek die overfitting voorkomen door modellen complexiteit te beperken en grote gewichten af te straffen.

Een grafiek die de trade-off tussen true positive rate en false positive rate toont over alle classificatie-drempels.

Een classificatie-algoritme dat een lijn (of hyperplane) zoekt die twee klassen het best scheidt.