Theorie deel

1. 2 SQL schrijven (zoals in het laatste practicum)
2. Geef de formule voor de Gini simpson-index en waarvoor deze gebruikt wordt
3. Afleiding geven van de Gauss-Newton methode

Vragen theorie

1) Simpson's Paradox

• Vraag: Leg uit wat de Simpson's paradox inhoudt en geef een voorbeeld.

2) Jaccard Index ($J_{i,j}$)

3) Invloed van $\gamma$ ...

4) Referential Integrity (Referentiële Integriteit)

• Vraag: Wat is referentiële integriteit en hoe kan men dit bewaken/behouden in een dataset?

5) Berekening Precision, Recall en F1-score

• Vraag: Geef de berekeningen op basis van de volgende Confusion Matrix:

6) Invloed van standaardiseren op de accuraatheid

• Vraag: Bespreek de invloed van data-standaardisatie op de volgende algoritmen:
  • a) KNN (K-Nearest Neighbors)
  • b) Random Forest

Deel theorie (5/20)

1. Wat is de naam voor h in de KDE? Wat is de invloed ervan op de KDE?Aan welke voorwaarden moet de kernelfunctie voldoen?

2. Gegeven een code fragement waarbij a de scores is zijn van PC1 en b deze van PC2. $Cor(a, b) = …$?

3. Teken het bijhorend screeplot (let ook op de Assen). Wat kan je hieruit concluderen?

4. Is er een invloed van standaardiseren? Zo ja, welke? Zo niet, waarom niet? Beantwoord voor de KNN en random forests

5. Gegeven $f(x) = e^{3x} + x^2$ en startwaarde 0.

   1. Bereken met de methode van Newton voor 1 dimensie de 1ste iteratie ($x_{k+1}$)
   2. Is de levenberg-marquart een goed algoritme om de pseudo-huberverliesfunctie te minimaliseren? Waarom wel of niet?

Pratica deel (15/20)

1. Grote vraag waarbij je een al geïmplementeerde functie moest optimaliseren met method = Nelder-Mean + grafiek maken (6,5)
2. Grote vraag waarbij je bepaalde data frames moest maken + grafiek maken (6,5)
3. Vraag waarbij je bootstrapping moest toepassen + grafiek maken (6)