Die Suche ergab 45 Treffer

von Sulzmann
27. Feb 2011 18:35
Forum: Data Mining und Maschinelles Lernen
Thema: Klausursprechstunde
Antworten: 12
Zugriffe: 1055

Re: Klausur WS 06/07 Aufgabe 4e

Aufgabestellung: Weiters gibt Ihr Auftraggeber an, daß er maximal 10% false positives akzeptieren kann. Wie konstruieren Sie aus den gelernten Regeln einen für dieses Szenario passenden Klassifizierer? d.h FPR muss <= 10% sein oder anders gesagt FP <= 20, da N = 200 ist. Theorie R1 fp 100 R2 fp 80 ...
von Sulzmann
27. Feb 2011 17:29
Forum: Data Mining und Maschinelles Lernen
Thema: Klausursprechstunde
Antworten: 12
Zugriffe: 1055

Re: Klausursprechstunde

Nur eine Kleinigkeit: Foliensatz 8, Folie 24: Entropy Split Warum heisst der Splitpoint T_max und dann sucht man nach einem arg min ? Gesucht wird der Splitpoint mit minimaler gewichteter Entropy. Warum dieser Splitpoint mit T_max bezeichnet wurde, ist mir im Augenblick auch nicht einleuchtend, wob...
von Sulzmann
25. Feb 2011 19:31
Forum: Data Mining und Maschinelles Lernen
Thema: Klausursprechstunde
Antworten: 12
Zugriffe: 1055

Re: Klausursprechstunde

Gut, nur um nochmal sicherzugehen: Die korrekte Lösung zur Aufgabenstellung aus der Klausur wären dann aber auch alle drei dreielementigen Itemsets die angegeben wurden {b,d,y}, {b,y,s}, {y,d,s} im positive Border enthalten. Das sieht man recht einfach: Laut Aufgabenstellung selbst frequent und Mon...
von Sulzmann
25. Feb 2011 17:52
Forum: Data Mining und Maschinelles Lernen
Thema: Klausursprechstunde
Antworten: 12
Zugriffe: 1055

Re: Klausursprechstunde

Der Aufgabenstellung zufolge sind die folgenden Itemsets frequent {beatles, dylan, young } {beatles, young, stones } {young, dylan, stones } und ihre Obermengen infrequent (ausgegebene Klausur und Musterlösung unterscheiden sich in der Aufgabenstellung). Weiterhin wissen wir, daß die Regel beatles, ...
von Sulzmann
25. Feb 2011 14:25
Forum: Data Mining und Maschinelles Lernen
Thema: Klausursprechstunde
Antworten: 12
Zugriffe: 1055

Re: Klausursprechstunde

Es liegt ein Rechenfehler vor: leverage(A->B,C) = [ n(A, B, C) / n ] - [ (n(A) / n) * (n(B, C) / n) ] = [ 50 / 1000 ] - [ (200 / 1000) * (50 / 1000)] = 0.05 - 0.1 = -0.05 < 0 \frac{200}{1000}\cdot\frac{50}{1000} = 0,001 \neq 0,1 also wäre leverage(A->B,C)=0,05-0,001=0,049>0 I.A. gilt: lift(A \righta...
von Sulzmann
23. Feb 2011 20:51
Forum: Data Mining und Maschinelles Lernen
Thema: Preprocessing
Antworten: 3
Zugriffe: 389

Re: Preprocessing

Nur Fea­ture Sub­set Se­lec­tion und Diskretisierung sind relevant für die Klausur. Das übrige Pre-Processing-Skript wurde aus zeitlichen Gründen nicht behandelt.
von Sulzmann
23. Feb 2011 10:28
Forum: Data Mining und Maschinelles Lernen
Thema: Klausursprechstunde
Antworten: 12
Zugriffe: 1055

Klausursprechstunde

Sammeln Sie hier bitte Ihre Fragen, die Sie in der Klausursprechstunde klären möchten.
von Sulzmann
8. Feb 2011 13:04
Forum: Data Mining und Maschinelles Lernen
Thema: Aufgabe 4 & 5
Antworten: 1
Zugriffe: 328

Re: Aufgabe 4 & 5

Der gesuchte Wert befindet sich in der Zeile "Correctly Classified Instances". Z.B: === Stratified cross-validation === === Summary === Correctly Classified Instances 17 70.8333 % Incorrectly Classified Instances 7 29.1667 % Kappa statistic 0.5 Mean absolute error 0.1944 Root mean squared error 0.44...
von Sulzmann
15. Nov 2010 15:13
Forum: Data Mining und Maschinelles Lernen
Thema: Vorlesung am 18.11.10?
Antworten: 2
Zugriffe: 354

Re: Vorlesung am 18.11.10?

Die Vor­lesung am Do, 18.​11.​ fällt lei­der aus.
von Sulzmann
22. Feb 2010 16:24
Forum: Archiv
Thema: Klausur: Raumaufteilung
Antworten: 0
Zugriffe: 229

Klausur: Raumaufteilung

Die Raumaufteilung ist nun auf der Vorlesungshomepage verfügbar.
von Sulzmann
22. Feb 2010 10:54
Forum: Archiv
Thema: Attribute Auffüllen mit kNN
Antworten: 3
Zugriffe: 415

Re: Attribute Auffüllen mit kNN

Sowohl das Auffüllen mittels aller, auch der eben aufgefüllten Instanzen als auch das Auffüllen mittels der ursprünglichen Daten haben ihre Berechtigung. Ersteres eignet sich gut, wenn wir viele unvollständige und wenige vollständige Daten haben. Die geringe Anzahl vollständiger Daten kann dazuführe...
von Sulzmann
16. Feb 2010 18:08
Forum: Archiv
Thema: Candidate-Elimination
Antworten: 3
Zugriffe: 345

Re: Candidate-Elimination

Ein Intervall A ist genereller als ein Intervall B, wenn alle Elemente von B auch in A liegen. Ein Intervall A ist spezieller als ein Intervall B, wenn alle Elemente von A auch in B liegen. Ausschlaggebend ist hier also die Teilmengenrelation und nicht die Unterschiede der Mächtigkeit. Die Beispieli...
von Sulzmann
14. Jan 2010 16:54
Forum: Archiv
Thema: Klausuranmeldung
Antworten: 0
Zugriffe: 222

Klausuranmeldung

Für die Klausur wird eine An­mel­dung benötigt (auch, wenn Sie sich bere­its im Sekre­tari­at angemeldet haben). Bitte melden Sie sich bis spätestens 16.02.2010 23:59:59 über das We­bReg-Sys­tem an.
von Sulzmann
24. Nov 2009 17:34
Forum: Archiv
Thema: Übung 5: Regellernen 2
Antworten: 0
Zugriffe: 184

Übung 5: Regellernen 2

Wie in der Übung bereits angekündigt, hat sich die Aufgabenstellung der Aufgabe 2b) leicht verändert. Jetzt sollten alle Unklarheiten beseitigt sein.
von Sulzmann
13. Feb 2009 13:01
Forum: Archiv
Thema: AUC auf Regellerner
Antworten: 5
Zugriffe: 532

Re: AUC auf Regellerner

Bevor wir weiter Verwirrung stiften... Man sollte Fragen in diesem Forum möglichst eindeutig formulieren! Wir haben in der Vorlesung drei Sachverhalte kennengelernt, die in einem Roc-Raum eingezeichnet werden können: 1. Das Covering einer Regelmenge (siehe Regellernen , Folie 13, wobei hier der Cove...

Zur erweiterten Suche