Системы информационные /system of information

Выбор модели —  процедура формирования упрощённой схемы изучаемого явления. В регрессионном анализе выбор модели может проводиться с использованием разных алгоритмов отбора предикторов в уравнении регрессии.

Вторая конечная точка —  исходы в клиническом исследовании, которые не имеют главного значения. [Глоссарий распространенных терминов машинного обучения, статистики и науки о данных. (Электронный ресурс). Режим доступа: http://

Выборка тестовая или контрольная — выборка, на которой оценивается качество построенной модели и контролируется процесс обучения с целью исключения эффекта переобучения. Тестовый набор данных не

Выброс, аномальное значение — наблюдение, которое отличается от основной части данных и несовместимо с остальными данными. Выбросы смещают оценки и устраняется на этапе предварительной обработки

Размах интерквартильный — разница между первым и третьим квартилем (IQR). [Глоссарий распространенных терминов машинного обучения, статистики и науки о данных. (Электронный ресурс). Режим доступа: http:// analyticsvidhya. com›glossary-of-common-statistics-and-machine-learning-term /,

Зависимые события — два события зависимы, если наступление одного влияет на вероятность наступления другого. [Глоссарий распространенных терминов машинного обучения, статистики и науки о данных. (Электронный ресурс). Режим доступа:

Интеллектуальный анализ данных или дейта майнинг (Data Mining) —обычно интеллектуальный анализ данных определяют как «применение определенных алгоритмов для извлечения шаблонов из данных». При интеллектуальном анализе

Квартили — значения, которые делят упорядоченные наблюдения на четыре равные части. Различают нижний, верхний квартиль, а также медиану выборки. [Глоссарий распространенных терминов машинного обучения, статистики и науки о

Кластеры данных — часть высокой концентрации групп данных в наборе данных, скопление однотипных объектов, которые близки между собой и отличаются от других объектов выборки. [Глоссарий распространенных

Клетка таблицы сопряжённости — пересечение отдельной строки и отдельного столбца таблицы сопряженности. Матрица ошибочной классификации алгоритма машинного обучения является типичным примером таблицы сопряженности, в которой