Python an der FernUniversität in Hagen

Karteikarten und Zusammenfassungen für Python an der FernUniversität in Hagen

Arrow Arrow

Komplett kostenfrei

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

Lerne jetzt mit Karteikarten und Zusammenfassungen für den Kurs Python an der FernUniversität in Hagen.

Beispielhafte Karteikarten für Python an der FernUniversität in Hagen auf StudySmarter:

What is a qualitative variable?

Beispielhafte Karteikarten für Python an der FernUniversität in Hagen auf StudySmarter:

What expresses the nominal scale?

Beispielhafte Karteikarten für Python an der FernUniversität in Hagen auf StudySmarter:

What is a Task and what is the character?

Beispielhafte Karteikarten für Python an der FernUniversität in Hagen auf StudySmarter:

Definition of Experience E?

Beispielhafte Karteikarten für Python an der FernUniversität in Hagen auf StudySmarter:

Finding a correct metric which ... measures the perfomance P of a task T is ... and closely dependent of the selected model.

Beispielhafte Karteikarten für Python an der FernUniversität in Hagen auf StudySmarter:

What are things like linear regression or random forests?

Beispielhafte Karteikarten für Python an der FernUniversität in Hagen auf StudySmarter:

What are the key features of Supervised learning?

Beispielhafte Karteikarten für Python an der FernUniversität in Hagen auf StudySmarter:

What is the prediction error during supervised learning?

Beispielhafte Karteikarten für Python an der FernUniversität in Hagen auf StudySmarter:

What is the major goal of supervised learning?

Beispielhafte Karteikarten für Python an der FernUniversität in Hagen auf StudySmarter:

The typical key points of unsupervised learning

Beispielhafte Karteikarten für Python an der FernUniversität in Hagen auf StudySmarter:

On which algorithms refers unsupervised learning?

Beispielhafte Karteikarten für Python an der FernUniversität in Hagen auf StudySmarter:

Why can't unsupervised learning give correct answers?

Kommilitonen im Kurs Python an der FernUniversität in Hagen. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!

Jetzt mitmachen!

Flashcard Flashcard

Beispielhafte Karteikarten für Python an der FernUniversität in Hagen auf StudySmarter:

Python

What is a qualitative variable?
Also called categorical variables, take on values that are names or labels e.g. the gender

Python

What expresses the nominal scale?
Characteristic attributes can be distinguished, eg gender. A subtype of it with only two categories (eg male/female) is called dichotomous

Python

What is a Task and what is the character?
  • Defined as a job a computer program has to learn in order to execute it
  • Learning itself is not considered as a discrete task
  • eg Teaching a computer in how to play checkers, then playing checkers itself is the Task T

Python

Definition of Experience E?
  • Is defined as a set of training instances from a dataset that is used by a computer program in order to learn how to execute a task T
  • eg Experience is obtained by the computer program by playing checkers games against itself

Python

Finding a correct metric which ... measures the perfomance P of a task T is ... and closely dependent of the selected model.
properly and precisely

Python

What are things like linear regression or random forests?
Machine learning algorithms

Python

What are the key features of Supervised learning?
  • Refers to a group of algorithms that require a dataset of exemplary input-output combinations
    • those combinations consist of features used to make predictions and an expected outcome called label
  • Feature sets are iteratively fed to the algorithm
  • for each set the algorithm uses the current state of model parameters and returns a prediction
  • The prediction error  is a feedback for the algorithm of what went wrong and how to update the model parameters
  • Major goal: to find parameter values that allow a model to perform well on historical data and to make predictions on unknown data that have been part of the training set

Python

What is the prediction error during supervised learning?
Is a feedback for the algorithm of what went wrong and how to update the model parameters in order to decrease the error in future predictions

Python

What is the major goal of supervised learning?
To find parameter values that will allow a model to perform well on historical data and to make predictions on unknown data that have benn part of the training dataset.

Python

The typical key points of unsupervised learning
  • Datasets whose feature have no reference to known or labeled outcomes (no chance for supervised learning algorithms to work)
  • refers to a group of algorithms that try to draw inference from non-labeled datasets
  • no known outcomes - unsupervised learning can not give correct answers but rather individually interpreted by a human which in turn requires domain knowledge and business expertise
  • mainly used for discovering unknown patterns or structures that are hidden in the data or to reduce the dimensionality of data by compressing features into principal values which conveys similar information concisely

Python

On which algorithms refers unsupervised learning?
alogrithms that try to draw inference from non-labeled datasets

Python

Why can't unsupervised learning give correct answers?
because there no known outcomes

Melde dich jetzt kostenfrei an um alle Karteikarten und Zusammenfassungen für Python an der FernUniversität in Hagen zu sehen

Singup Image Singup Image
Wave

Andere Kurse aus deinem Studiengang

Für deinen Studiengang Python an der FernUniversität in Hagen gibt es bereits viele Kurse auf StudySmarter, denen du beitreten kannst. Karteikarten, Zusammenfassungen und vieles mehr warten auf dich.

Zurück zur FernUniversität in Hagen Übersichtsseite

Kapitel 2 - 2.Grundlagen

Kapitel 2 - 2.Diagnostische Psy

Kapitel 4 - 2.Grundlagen der Diagnostik

Kapitel 6 - 2.Grundlagen der Diagnostischen Psy.

Kapitel 7 - 2.Grundlagen der Diagnostischen Psy.

Kapitel 8 - 2.Grundlagen der Diagnostischen Psychologie

Kapitel 9 - 2.Grundlagen der Diagnostischen Psychologie

Einführung in die Psychologie, ihre Methoden und Techniken wissenschaftlichen Arbeitens

Statistik

Biologische Psychologie und Allgemeine Psychologie II: Lernen, Motivation, Emotion

Entwicklungspsychologie

dkakndoiw

CP - Einführung in die CP

Einführung in die CP K2

Einführung in die CP K2

Korrelation (Literatur: Sedlmeier)

STATISTIK (Literatur: Sedlmeier)

CP Einführung - K4 - Empowerment

CP Einführung - K4 - Empowerment

CP Einführung - K6 - CP Forschung und Anwendung

CP - Methoden - K1 - Einführung und Grundlagen der CP Forschung

CP - Methoden - K2 - Datenerhebung, Analyse und Ableitung von Empfehlungen

CP - Methoden - K2 - Datenerhebung, Analyse und Ableitung von Empfehlungen

STATISTIK - 9 EFFEKTGRÖßEN

STATISTIK 1 EINFÜHRUNG

CP - Methoden - K4 - Ausgewählte Methoden der CP

CP - Themen - Akkulturationsforschung

STATISTIK 2 UNIVARIATE DESKRIPTIVE STATISTIK

CP - Themen - Radikalisierung

CP - Themen - Frieden und Versöhnung

CP - Themen - Umweltschutz

CP - Themen - CP Perspektive auf das Altern

CP - Themen - Flucht und Integration

CP - Themen - Interkulturelle Kompetenz

Statistik 4 Grundlagen der Inferenzstatistik

CP - Themen - Akkulturation

STATISTIK 5 KONFIDENZINTERVALL UND SIGNIFIKANZTEST

CP - Themen - Politische Psychologie

STATISTIK 13 U-TEST - WILCOXON TEST

STATISTIK 16 BAYES

STATISTIK 7 T-TEST

STATISTIK 8 EINFAKTORIELLE Varianzanalyse

M5 Entwicklungspsychologie

M5 Siegler Einführung I

M1 Psychologie (Gerrig)

Psychologie und kulturelle Vielfalt

Diagnostik

M1 Einführung Psych VL

CP - Quizfragen moodle

M1 Kulturelle Vielfalt

M1 Methoden

Glossar Gerrig

Gerrig Einführung

Einführung in die Psychologie

M1.1 8 Kognitive Prozesse

M1.1 8 Kognitive Prozesse

Einführung in die Forschungsmethoden

M1.1 9. Emotionen und Motivation

M2 - Statistik

R- STUDIO

1. Psychologie als Wissenschaft

2. Forschungsmethoden der Psychologie

5. Bewusstsein

Bayesianische Statistik

Psychologie und kulturelle Vielfalt

Einführung in die Psychologie

M1.15 Sozialpsychologie

M1 K1 U3 Biol. und evolut. Grdlg

Einfügrung in die Psychologie

MOTIVATION/ EMOTION

Psychoneuroendokrinologie

Intrinsische Motivation

Superquiz M1

Einführung in die Forschungsmethoden der Psychologie

Psychologie Unit 3

Synaptische Erregung & Hemmung

Synaptische Transmitter und Modulatoren

Ziele auswählen und umsetzen

10 Leistungsmotiv/Training

Alltagsgedächtnis

Motivation - Volition

ATTRIBUTION

Rolle von Erleben, Physiologie und Interpretation

Emotionsausdruck

Emotion und neuronale Grundlagen

bildungspsychologie

STRESS

Emotionales Konditionieren

LERNEN

Fragebogen- und Testkonstruktion

Englisch Grundwortschatz

Französisch Grundwortschatz

Biopsychologie 1

Biopsychologie 2

Statistik

M3b Biologische Psychologie

M1 - Einführung in die Psychologie

Allgemeine Thema 1 Wahrnehmung

M1 Allgemeine Psychologie

schlüsselbegriffe Modul 1

Allgemeine Thema Aufmersamkeit&leistung

M1 Psychologie und kulturelle Vielfalt

36601 Psychologie Pearson

Die menschliche Persönlichkeit

Einführung Statistik

36601 LK Fremd

Bildungspsychologie

Sozialpsychologie

Community psychologie komplett

Psychotherapie

Einführung in die Psychologie

Berliner Zeitung Sales Manager

M3b Biologische und Allgemeine Psychologie

Statistik M2

M1 Lernen

M1 Bewusstsein

M1 Lernen

M1 kognitive Prozesse

M1 Emotion&Motivation

M1 Wahrnehmung

Was ist StudySmarter?

Was ist StudySmarter?

StudySmarter ist eine intelligente Lernapp für Studenten. Mit StudySmarter kannst du dir effizient und spielerisch Karteikarten, Zusammenfassungen, Mind-Maps, Lernpläne und mehr erstellen. Erstelle deine eigenen Karteikarten z.B. für Python an der FernUniversität in Hagen oder greife auf tausende Lernmaterialien deiner Kommilitonen zu. Egal, ob an deiner Uni oder an anderen Universitäten. Hunderttausende Studierende bereiten sich mit StudySmarter effizient auf ihre Klausuren vor. Erhältlich auf Web, Android & iOS. Komplett kostenfrei. Keine Haken.

Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards