מדעי הנתונים ובינה עסקית

רק שיטת k-means לינארית במספר התצפיות וזו השיטה הכי מהירה מכיוון שאנו מספקים לה מראש את מספר של האשכולות לאלגוריתם.

דוגמה מההרצאה: (משתנה אסימטרי- כשלערך אחד יש יותר חשיבות מהשני). דוגמה של טקסט- אפשר למצוא הרבה מילים שלא מופיעות בשני מסמכים. האם זה אומר שלמסמכים יש משהו משותף? כנראה שלא (פחות חשיבות). אבל אם יש קבוצה של מילים שמופיעה גם במסמך הראשון וגם בשני אז כנראה שיש דמיון (יותר חשיבות). מופע או אי מופע של מילה מסויימת זו דוגמא של משתנה בינארי אסימטרי.

רוצים למקסם את רוחה השוליים מתוך מטרה לצמצם את התצפיות החריגות ולתת מרחב בטחון. המטרה של SVM למצוא מפריד בעל השוליים הרחבים ביותר וכך הוא יהיה יותר מדויק.

המודל תקף לכל התצפיות לכן הוא גלובלי (אין אזורים שרק להם הוא תופס- הגדרה של לוקלי)

במקרה הגרוע לכל אחד מהתצפיות יש ערך שונה לתכונה זו ולכן כדי לחשב את האנרופיה נעשה לוג 2 של מספר האפשרויות (ערך האנטרופיה המקסימלית) ולוג 2 של 1000 שווה 9.96.

במקרה הקיצור המודל יהיה מדוייק ב-100% וסט האימון לא יהיה מדוייק בכלל כלומר 0% וההפרש בינהם במקרה זה הוא 1.

תבנית הסתברותית היא תבנית שמתרחשת בחלק מהמקרים ומכיוון שלחלק מהאנשים לוקח יותר זמן להירדם אז אכן מדובר בתבנית הסתברותית.

חיזוי המועמד הזוכה בבחירות לנשיאות זה משתנה מטרה שהוא נומינלי ולצורך בעיית חיזוי אנחנו צריכים משתנה רציף (כמו כל שאר האופציות)

ראשית עלינו להגדיר מהו משתנה המטרה שלנו לפני שמתחילים בתהליך. השלבים: הגדרת מטרה, השגת נתונים, ניקוי/הכנת נתונים, הרצת אלגוריתם (מודלים שונים), השוואה בין מודלים.

פחות ידע ונתונים האנטרופיה גדלה יותר. כלומר פחות זמן ופחות נתונים (רק טמפרטורה לעומת נתוני מזג אוויר שונים) תביא לאנטרופיה/ אי וודאות גדולה יותר.