• ¿Documento equivocado? Cámbialo gratis
  • Escrito por estudiantes que aprobaron
  • Inmediatamente disponible después del pago
  • Leer en línea o como PDF
Vender
¿Dónde estudias?
Tu idioma
Document preview thumbnail
Vista previa 1 fuera de 4 páginas
Otro

Cs 7641 - Final Review Verified Study Guide

Document preview thumbnail
Vista previa 1 fuera de 4 páginas

CS 7641 - FINAL REVIEW VERIFIED STUDY GUIDE

Vista previa del contenido

CS 7641 - FINAL REVIEW | VERIFIED STUDY GUIDE

Single Linkage Clustering - Answers - Treat each object as a cluster. Merge the closest
two clusters into a single cluster. Repeat n - k times.

Mutual Information - Answers - how much does one variable say about the other
varibale; or the measure of similarity between two variables

Folk Theorem - Answers - Any acceptable outcome can be a nash equilibrium with the
appropriate discount factor

k-means Clustering - Answers - Pick random k cluster centers. Asssociate each point
with the closest cluster center. Recompute centers by averaging, repeat until
convergence. This converges to a local minima, error decreases, but can get stuck.
Best to do repeated attempts.

Soft Clustering - Answers - Assigning probability to points during clustering

Expectation Maximization - Answers - Performs Expecation: Soft Cluserting "Likelihood
data i element comes from cluster j". Maximization: Calculating means of clusters. Can
allow overlaps of clusters, can get stuck, does not converge

Cluster Properties - Answers - Richness, Scale-invariance, Consistency

Richness - Answers - There is some distance metric D such that any clustering can
work

Scale-Invariance - Answers - The cluster assignments do not change if we change the
scale (e.g. miles vs kilometers)

Consistency - Answers - Shrinking/expanding intracluster distances does not change
the clustering

Impossibility Theorem - Answers - No clustering scheme can achieve all three of:
richness, scale-invarance, and consistency.

Filtering - Answers - Reduce Feature set and then apply learning. Is fast, can use things
like variance, entropy, decision trees, etc.. Can look at labels

Wrapping - Answers - Use Learning to reduce feature set. Much slower than filtering.
Examples are Randomized Optimization algos, forward search and backward search

Forward Search - Answers - Enumerate the features and choose the best combination
of features (e.g. use feature 1 and 3 and test, then 1 and 5, then 2 and 4, etc...)

Información del documento

Subido en
15 de abril de 2026
Número de páginas
4
Escrito en
2025/2026
Tipo
Otro
Personaje
Desconocido
$12.99

¿Documento equivocado? Cámbialo gratis Dentro de los 14 días posteriores a la compra y antes de descargarlo, puedes elegir otro documento. Puedes gastar el importe de nuevo.
Escrito por estudiantes que aprobaron
Inmediatamente disponible después del pago
Leer en línea o como PDF

Seller avatar
Los indicadores de reputación están sujetos a la cantidad de artículos vendidos por una tarifa y las reseñas que ha recibido por esos documentos. Hay tres niveles: Bronce, Plata y Oro. Cuanto mayor reputación, más podrás confiar en la calidad del trabajo del vendedor.
GEEKA
3.8
(379)
Vendido
2239
Seguidores
1451
Artículos
63784
Última venta
9 horas hace




Por qué los estudiantes eligen Stuvia

Creado por compañeros estudiantes, verificado por reseñas

Calidad en la que puedes confiar: escrito por estudiantes que aprobaron y evaluado por otros que han usado estos resúmenes.

¿No estás satisfecho? Elige otro documento

¡No te preocupes! Puedes elegir directamente otro documento que se ajuste mejor a lo que buscas.

Paga como quieras, empieza a estudiar al instante

Sin suscripción, sin compromisos. Paga como estés acostumbrado con tarjeta de crédito y descarga tu documento PDF inmediatamente.

Student with book image

“Comprado, descargado y aprobado. Así de fácil puede ser.”

Alisha Student

Preguntas frecuentes