Data Mining and Knowledge Discovery an der TU München

Karteikarten und Zusammenfassungen für Data Mining and Knowledge Discovery an der TU München

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 Data Mining and Knowledge Discovery an der TU München.

Beispielhafte Karteikarten für Data Mining and Knowledge Discovery an der TU München auf StudySmarter:

Important characteristics of time series data

Beispielhafte Karteikarten für Data Mining and Knowledge Discovery an der TU München auf StudySmarter:

Main idea of PCA

Beispielhafte Karteikarten für Data Mining and Knowledge Discovery an der TU München auf StudySmarter:

Fuzzy histogram

Beispielhafte Karteikarten für Data Mining and Knowledge Discovery an der TU München auf StudySmarter:

Purpose of data visualisation

Beispielhafte Karteikarten für Data Mining and Knowledge Discovery an der TU München auf StudySmarter:

Conventional histograms

Beispielhafte Karteikarten für Data Mining and Knowledge Discovery an der TU München auf StudySmarter:

How to we denote features for histograms?

Beispielhafte Karteikarten für Data Mining and Knowledge Discovery an der TU München auf StudySmarter:

Histograms

Beispielhafte Karteikarten für Data Mining and Knowledge Discovery an der TU München auf StudySmarter:

Shepard diagram

Beispielhafte Karteikarten für Data Mining and Knowledge Discovery an der TU München auf StudySmarter:

MDS = PCA + ???

Beispielhafte Karteikarten für Data Mining and Knowledge Discovery an der TU München auf StudySmarter:

To produce lower dimensional projections (MDS)

Beispielhafte Karteikarten für Data Mining and Knowledge Discovery an der TU München auf StudySmarter:

Rules to choose number of histogram intervals

Beispielhafte Karteikarten für Data Mining and Knowledge Discovery an der TU München auf StudySmarter:

Axis-parallel projections 

Kommilitonen im Kurs Data Mining and Knowledge Discovery an der TU München. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!

Jetzt mitmachen!

Flashcard Flashcard

Beispielhafte Karteikarten für Data Mining and Knowledge Discovery an der TU München auf StudySmarter:

Data Mining and Knowledge Discovery

Important characteristics of time series data

spectral features:

  • amplitude
  • phase spectra

Data Mining and Knowledge Discovery

Main idea of PCA

find a linear projection of the data that optimally matches the data structure in the well defined sense of accounting for the maximum amount of variance that can be captured in the lower dimensional representations of the data

Data Mining and Knowledge Discovery

Fuzzy histogram

partially counts data for several neighbouring bins

Data Mining and Knowledge Discovery

Purpose of data visualisation

Show important data characteristics

Data Mining and Knowledge Discovery

Conventional histograms

special cases of fuzzy histograms for complementary rectangular membership functions

Data Mining and Knowledge Discovery

How to we denote features for histograms?

as one-dimensional data sets

Data Mining and Knowledge Discovery

Histograms

Depict distribution of the feature values.

Data Mining and Knowledge Discovery

Shepard diagram

A scatter plot of the distances in the projection versus the distances of the original data

Data Mining and Knowledge Discovery

MDS = PCA + ???

Can also produce an (approximate) feature space representation Y for the relational data specified by a Euclidean distance matrix D

Data Mining and Knowledge Discovery

To produce lower dimensional projections (MDS)

Only the first q dimensions are used and then scaled so that their square norms are equal to the corresponding eigenvalues

Data Mining and Knowledge Discovery

Rules to choose number of histogram intervals

  • Sturgess
  • Scott
  • Freedman and Diaconis

Data Mining and Knowledge Discovery

Axis-parallel projections 

Omitting one of 3 features

Melde dich jetzt kostenfrei an um alle Karteikarten und Zusammenfassungen für Data Mining and Knowledge Discovery an der TU München zu sehen

Singup Image Singup Image
Wave

Andere Kurse aus deinem Studiengang

Für deinen Studiengang Informatik an der TU München gibt es bereits viele Kurse auf StudySmarter, denen du beitreten kannst. Karteikarten, Zusammenfassungen und vieles mehr warten auf dich.

Zurück zur TU München Übersichtsseite

Blockchain

Cognitive System

Databases for modern CPU

Protein Prediction I

Data Analysis in R

18WS_Strategisches_IT_Management

Patterns

Softwaretechnik

Autonomous Driving

Requirements Engineering

Web Application Engineering

Business Analytics

Echtzeitsysteme

Patterns in Software Engineering

Principles of Economics

Introduction to Deep Learning

Data Mining and KD

Visual data analytics

Security Engineering

SE betr Anw

Algorithmic Game Theory

Grundlagen der Künstlichen Intelligenz

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 Data Mining and Knowledge Discovery an der TU München 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

So funktioniert's

Top-Image

Individueller Lernplan

StudySmarter erstellt dir einen individuellen Lernplan, abgestimmt auf deinen Lerntyp.

Top-Image

Erstelle Karteikarten

Erstelle dir Karteikarten mit Hilfe der Screenshot-, und Markierfunktion, direkt aus deinen Inhalten.

Top-Image

Erstelle Zusammenfassungen

Markiere die wichtigsten Passagen in deinen Dokumenten und bekomme deine Zusammenfassung.

Top-Image

Lerne alleine oder im Team

StudySmarter findet deine Lerngruppe automatisch. Teile deine Lerninhalte mit Freunden und erhalte Antworten auf deine Fragen.

Top-Image

Statistiken und Feedback

Behalte immer den Überblick über deinen Lernfortschritt. StudySmarter führt dich zur Traumnote.

1

Lernplan

2

Karteikarten

3

Zusammenfassungen

4

Teamwork

5

Feedback