Accés més ràpid que el navegador!
10 les relacions: Anàlisi de la regressió, Aprenentatge automàtic, Aprenentatge basat en arbres de decisió, Classificació estadística, Distribució de probabilitat, Metaheurística, Mostratge (estadística), Nombre e, Sobreajustament (overfitting), Variància.
Anàlisi de la regressió
La regressió estadística o regressió a la mitjana és la tendència d'una mesura extrema a presentar-se més propera a la mitjana en una segona mesura.
Nou!!: Agregació de bootstrap і Anàlisi de la regressió · Veure més »
Aprenentatge automàtic
Laprenentatge automàtic ("machine learning" en anglès) és un camp de la intel·ligència artificial que està dedicat al disseny, l'anàlisi i el desenvolupament d'algorismes i tècniques que permeten que les màquines evolucionin.
Nou!!: Agregació de bootstrap і Aprenentatge automàtic · Veure més »
Aprenentatge basat en arbres de decisió
L'aprenentatge basat en arbres de decisió és un mètode de modelatge predictiu utilitzat en l'estadística, la mineria de dades i l'aprenentatge automàtic.
Nou!!: Agregació de bootstrap і Aprenentatge basat en arbres de decisió · Veure més »
Classificació estadística
En estadística, la classificació és el problema d'identificar a quina d'un conjunt de categories (subpoblacions) pertany una observació (o observacions).
Nou!!: Agregació de bootstrap і Classificació estadística · Veure més »
Distribució de probabilitat
Carl Friedrich Gauss (1777–1855). Percentatges de probabilitat a la distribució normal. En probabilitats i estadística les expressions distribució de probabilitat o llei de probabilitat tenen diversos sentits: per nombrosos autors, són sinònimes de Probabilitat, però molts altres autors les reserven per a les probabilitats a \mathbb^n, n\ge 1.
Nou!!: Agregació de bootstrap і Distribució de probabilitat · Veure més »
Metaheurística
Una metaheurística és un mètode heurístic per a resoldre un tipus de problema computacional general, utilitzant els paràmetres donats per l'usuari sobre uns procediments genèrics i abstractes d'una manera que s'espera eficient.
Nou!!: Agregació de bootstrap і Metaheurística · Veure més »
Mostratge (estadística)
En estadística es coneix com a mostratge la tècnica per la selecció d'una mostra a partir d'una població.
Nou!!: Agregació de bootstrap і Mostratge (estadística) · Veure més »
Nombre e
1.
Nou!!: Agregació de bootstrap і Nombre e · Veure més »
Sobreajustament (overfitting)
L'ús de la línia verda com a classificador s'adapta millor a les dades amb els quals hem entrenat al classificador, però està massa adaptada a ells, de manera que davant de noves dades probablement donarà més errors que la classificació usant la línia negra. xarxa neuronal). L'error d'entrenament es mostra en blau, mentre que l'error de validació es mostra en vermell. Si l'error de validació s'incrementa mentre que el d'entrenament decreix pot ser que s'estigui produint una situació d'overfitting. En l'aprenentatge automàtic, el sobreajustament (en anglès: overfitting) és l'efecte de sobreentrenar un algorisme d'aprenentatge amb unes certes dades pels quals es coneix el resultat desitjat.
Nou!!: Agregació de bootstrap і Sobreajustament (overfitting) · Veure més »
Variància
Exemple de mostres de dues poblacions amb la mateixa mitjana però diferent variància. La població blava té una variància més gran que la població vermella. En teoria de probabilitat, la variància d'una variable aleatòria és una mesura de la dispersió d'una variable aleatòria X respecte de la seva mitjana E. Es defineix com l'esperança de \left (X - E \right)^2, això és V(X).
