proceso de generación de conocimiento automático

Больше похоже на это

Limitaciones de la democracia deliberativa (Anderson Pillajo)

от Anderson Hernan Pillajo Vilema

Diferencia y Relación entre comunicación e información

от Lucia Hernandez

Enfermería y su relacion con otras profesiones

от Laura Gonzalez Canseco

METODOLOGIA DE LA INVESTIGACION.

от el gordo moise acuña ramirez

proceso de generación de conocimiento automático

Selección

Clases

empaquetados

modelo predictivo

Colectivo

método

algoritmo de eliminación recursiva de atributos

filtrado

métodos

coeficientes de correlación

ratio de ganancia de información

prueba F de Fisher

prueba de Chi cuadrado

independiente

univariantes

medida estadística

técnicas

atributos

multivariante

estadístico

Conjunto

red neuronal

univariante

tipos

descriptivo

Inferencial

clasificador bayesiano

individual

Elección del algoritmo

Tipo de algoritmo

aprendizaje no supervisado

Agrupación jerárquica

Análisis de componentes principales

K-Means Clustering

aprendizaje supervisado

Clasificación del árbol de decisiones,

Máquina de vectores de soporte (SVM)

K-Nearest Neighbors (KNN)

Regresión del árbol de decisiones

Regresión logística

Subtopic

Integración y limpieza

Análisis estadístico

Medidas

Tamaño de la muestra

Desviación estándar

Media

cuantificar

estadísticas

variables

Técnicas estadísticas

Eliminar

datos sucios

datos erróneos

Identificar datos

no pertinentes

inexactos

incorrectos

incompletos

tareas

normalizar valores

categorizar variables

inferir datos

eliminar datos perdidos

principales desafíos

Normalización de datos

Características irrelevantes

Formato adecuado

Datos combinados

Datos Incompletos

Tratamiento

Imputarlos

Eliminarlos

Consiste en

convertir la data

manipular data

Análisis de información

Información

Información Personal

Información Externa

Información Interna

Información Confidencial

Información pública

Información Privilegiada

Identificar

errores de sintaxis

fuga de datos

Comprensión

carecterirticas

redundancia

Formato

Evaluación

Verificar

nivel de exactitud

Entrenamiento

del modelo

la precisión del modelo

Entradas del

modelo

Comprobación de

la máquina creada

set de datos

Transformación de datos

Lenguajes comunes

TXL

XSLT

AWK

Perl

Fases

Generación de código

programa

mapa de datos

Mapeo de datos

capturar de transformaciones

sistema de origen

asignación de elementos

Cambio de formato

Regresión

distribución normal

Análisis exploratorio

objetivos

Detectar fallas

recolección

datos

diseño

entender variables

entender los datos

examinar datos en base

características

distribución

Modelo

Integrado

Preparar los datos

Subsets

Selección Características Relevantes

Escalación de Características

Manejando datos categóricos

protocolo de evaluación

Iterada “K-Fold”

Validación “K-Fold”

Set de Validación

Elegir una medida

Recopilar datos

Definir problema

Algoritmos de validación

cross validation

split validation

Tipos

K iteraciones

Aleatoria

Utilidad

Validad modelos generados

evaluar los resultados