Font size
WorksheetsExam-quiz
Total questions: 9
Worksheet time: 6mins
מה החשיבות של הורדת ממדים?
All the answers are correct
Reducing examples
Time and Space Complexity
Visualization
De-compression מחזיר אותנו לשלב המקורי
לא נכון
נכון
מה הם שלבי האלגוריתם של PCA
1) Scaling.
2) Matrix Transpose.
3) Find eigenvalues.
4) Sigma Matrix.
5) Choose best K vectors.
1) Matrix Transpose.
2) Scaling.
3) Sigma Matrix.
4) Find eigenvalues.
5) Choose best K vectors.
1) Scaling.
3) Sigma Matrix.
2) Matrix Transpose.
4) Find eigenvalues.
5) Choose best K vectors.
1) Scaling.
2) Matrix Transpose.
3) Sigma Matrix.
4) Find eigenvalues.
5) Choose best K vectors.
Naive Bayes אלגוריתם
קל ליישום ומאוד שימושי
קשה ליישום אך מדויק
מניחים שקיימת תלות בין המשתנים
אלגוריתם קלסיפיקציה
Bootstrapping
ניתן לבצע הערכה על אוכלוסייה אחת
עוזר להעריך פרמטרים כגון ס"ט, ממוצע, היפותזות
מתבסס על דגימה רנדומית של המשתנים ללא חזרות.
יש צורך בהתפלגות
הסקה בייסיאנית: כאשר התכונות הם מספריות נעדיף להשתמש ב
הנחת התפלגות נורמלית
Binning (חלוקת ערכים לקטגוריות)
ממדים K בבחירת
smallest K
יותר יעיל
פחות מדויק
K = n
יותר מדויק
יותר יעיל
smallest K
פחות יעיל
יותר מדויק
bigger K
פחות מדויק
יותר יעיל
אני מוכן למבחן :)
What is not an advantage in Bootstrapping?
עובד עם אוכלוסיות גדולות
עובד עם אוכלוסיות קטנות
לא מצריך הנחות קודמות
עובד עם הרבה התפלגויות
