Escrito por estudiantes que aprobaron Inmediatamente disponible después del pago Leer en línea o como PDF ¿Documento equivocado? Cámbialo gratis 4,6 TrustPilot
logo-home
Resumen

Summary Introduction to Analytics

Puntuación
-
Vendido
1
Páginas
25
Subido en
17-06-2025
Escrito en
2024/2025

Full summary, from every lecture (1-11) 3de bach HIRB at Ku Leuven

Institución
Grado

Vista previa del contenido

1) The data analytics process

Focus on analytics from business perspective using :
1. Data
2. An algorithm
3. A purpose
Which are:
- Valid
- Useful
- Unexpected
- Understandable


Non-tabular data : featurization, deep learning
Supervised algorithms: need target  classification(categorical) /
regression(continuous)
 ML all about generalizable correlation
Unsupervised algorithms: extract patterns from data as is:
- Clustering
- Association/sequence/ .. rule mining
- Anomaly detection
- Dimensionality reduction
Purpose:
- Exploratory
- Descriptive
- Explanatory
- Predictive
- Prescriptive
MLOps: set of techniques and practices used to design, build and deploy machine
learning models in an efficient, optimized and organized manner.
Key phases of data analytics process




2) Data
preprocessing
Goal : obtaining tabular dataset

,Data selection:
- Flattening
- Target variable definition
- Hold-out set
o Data leakage: not including variables that are too perfectly
correlated to target ( > 0.8 )
 Feature leakage
 Instance leakage
- ~data exploration
Data cleaning:
- Basic consistency: detect errors/duplications, data transformation, remove
“future variables”
- Dealing with missing values (delete, replace or keep)
- Outliers: Valid/ invalid
o Detection vs. treatment

Data transformation
- Standardization, normalization (feature scaling), categorization (binning,
grouping)
- Dummy variables and encoding (nominal  continuous)
o WoEcat = ln(pc1,cat / pc2,cat )
 Monotonic relationship with target variable, well suited for
logistic regression
 Maximize IV, laplace smoothing!!
- Feature engineering: delta’s, trends, windows (continuous stream of
measurements) (FRM)
- Feature reduction:
o PCA (dimensionality)  categorical features into numerical
 Correlated variables into set of linearly uncorrelated variables
 maximize variance and preserve large pairwise distances
 Interpretability might become more difficult
o t-SNE (dimensionality)  preserve local similarities
 Non-linear reduction based on manifold learning
 Best for high dimensional data
 =/= clustering
- Feature selection: filtering, wrapping
o Filtering: independent of model, throw out weak features (variance
threshold based, chi-squared based (Goodness-of-fit), information
gain)
o Wrapping: evaluate subsets of features making use of learned model
for each subset
 Exhaustive search
 Greedy strategies: forward selection, backward elimination,
step-wise

, 3) Exploratory data analysis
Data profiling: what? Why?




Human perception:
- Pre-attentive vision: limited set of
properties that are detected:
o Very rapidly
o Accurately
o With little effort
o Before focused attention
 Gestalt principles
o Past experience (isomorphism)



Human limitations:
- Visual accuracy = perceptual
effectiveness
o Advanced perceptual abilities, don’t make people think too much
- Color blindness
- Short-term memory (humans have little memory)
- Attention span
What makes good visualization?
- Trustworthy
- Actionable (only simple graphs)
- Elegant (Data-ink ratio = Data-ink / total ink used to print graphic = 1 –
proportion that can be erased)

Escuela, estudio y materia

Institución
Estudio
Grado

Información del documento

Subido en
17 de junio de 2025
Número de páginas
25
Escrito en
2024/2025
Tipo
RESUMEN

Temas

$5.29
Accede al documento completo:

¿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

Conoce al vendedor

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.
zenocominotto Katholieke Universiteit Leuven
Seguir Necesitas iniciar sesión para seguir a otros usuarios o asignaturas
Vendido
22
Miembro desde
2 año
Número de seguidores
1
Documentos
5
Última venta
1 mes hace

5.0

1 reseñas

5
1
4
0
3
0
2
0
1
0

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