WARNING:
JavaScript is turned OFF. None of the links on this concept map will
work until it is reactivated.
If you need help turning JavaScript On, click here.
Cette carte de concepts créée avec IHMC CmapTools traite de: MTI830, modèle évaluation sur ensemble test, dataset déjà étiqueté apprentissage modèle, transformation des attributs solution réduction de la dimensionalité, compréhension des données du domaine suivi de identification des attributs, forage de données (data mining) comprend techniques d'apprentissage semi-supervisé, apprentissage machine (machine learning) comprend apprentissage par renforcement, forage de données (data mining) comprend (post-processing) (actionability), forage de données (data mining) comprend techniques d'apprentissage non supervisé, forage de données (data mining) nécessite traitements de données, ensemble test résultat rappel, compréhension des données du domaine souvent facilitée par techniques statistiques, clusters nécessite interprétation, sélection des attributs suivi souvent réduction de la dimensionalité, identification des attributs suivi sélection des attributs, rappel nécessite interprétation, associations nécessite interprétation, transformation des attributs suivi souvent réduction de la dimensionalité, techniques d'apprentissage supervisé principe dataset déjà étiqueté, compréhension des données du domaine souvent facilitée par techniques de visualisation, ensemble test résultat précision