Knowledge Discovery - Entscheidungsbäume, Eager vs. Lazy Learning und IBL
Knowledge Discovery an der Uni Karlsruhe im WS 2007 / 08. Entscheidungsbäume, Eager vs. Lazy Learning und Instance Based Learning
Karten: (zum Ein/Ausblenden hier klicken)
- Was sind bzw. wie funktionieren Entscheidungsbäume?
- Was misst der Information Gain?
- Was ist das Gain Ratio?
- Was beschreibt das Problem des Overfitting?
- Was versteht man unter Pruning?
- Wie unterscheidet sich C4.5 von ID3?
- Vergleichen Sie Eager und Lazy Learning!
- Nennen Sie drei Verfahren für Eager Learning!
- Nennen Sie drei Verfahren für Lazy Learning!
- Welche Arten des k-nearest Neigbour Algorithmus kennen Sie?
- Was sind die Vorteile eines großen bzw. kleinen Ks bei k-nearest neigbour?
- Was ist mit dem "Fluch der Dimensionalität" gemeint?
