← Back to CoursesStemExpert
StemExpert
Expert · Werkboek · 41. Van data naar model: regressie
StemExpert · Brecht Corbeel · schoolium.me
StemExpert
E41. Van data naar model: regressie — werkboek
EExpert · deel E9 · Data science en AI

Werkboek · hoofdstuk 41Van data naar model: regressie

Een energievoorspelling vraagt een eerlijke toekomsttest en een verklaring voor haar fouten

Je leidt een fit af, controleert de datapipeline en verdedigt een bruikbare energievoorspeller.

3× oefenen3× toepassen3× uitdagen± 325 min0/9 gedaan
AData en AIWWiskundig modellerenOOnderzoeken en meten
Een plan gebruikt alleen informatie die bij het besluit al bekend kan zijn.
Een plan gebruikt alleen informatie die bij het besluit al bekend kan zijn.
Hoe lees je een opdracht?
Drie tredenOefenen Toepassen Uitdagen

Elk hoofdstuk bouwt op: eerst oefenen (één stap, direct toepassen), dan toepassen (meerdere stappen, in een context), dan uitdagen (transfer, open problemen, andere leerlijnen erbij).

De StemExpert-schaal5

Eén moeilijkheidsschaal van 1 tot 9 over de drie niveaus heen: Fundamental loopt van 1 tot 4, Intermediate van 3 tot 7, Expert van 6 tot 9. Zo zie je dat de uitdaging van het ene niveau de oefening van het volgende is.

Oefenen

Oefenen

één stap, direct toepassen
41.1

Een lijn handmatig fitten

Oefenen6Rekenen25 min
Data: (0,2), (1,3), (2,5).
  1. a
    Bereken helling en intercept, voorspellingen en residusom.
41.2

Feature of toekomstlek?

Oefenen6Analyseren25 min
Invoer voor morgen: gisterenenergie, morgen gemeten lichtsom, weerprognose en geplande lampuren.
  1. a
    Beoordeel beschikbaarheid en welke versie je moet bewaren.
41.3

Foutmaten

Oefenen6Rekenen25 min
Residuen: 2, −2, 0 kWh.
  1. a
    Bereken MAE, RMSE en bias. Wat verbergt de bias?
Toepassen

Toepassen

meerdere stappen, in een context
41.4

Een matrix bouwen

Toepassen7Programmeren25 min
Koufeatures [0,2,5], lampuren [8,6,9], energie [9,10,12] kWh.
  1. a
    Schrijf designmatrix en NumPy-fit. Waarom bewijst een perfecte fit geen generalisatie?
41.5

Een scaler zonder lek

Toepassen7Analyseren25 min
Je standaardiseert alle 180 dagen en splitst daarna 110/35/35.
  1. a
    Benoem het lek en geef de juiste workflow voor folds en eindtest.
41.6

Residustructuur

Toepassen7Onderzoeken40 min
Koude dagen hebben opeenvolgende positieve residuen; warme dagen willekeurige residuen.
  1. a
    Geef twee ontbrekende factoren en een proef om ze te onderscheiden. Waarom helpt alleen λ verhogen mogelijk niet?
Uitdagen

Uitdagen

transfer, open problemen, leerlijnen combineren
41.7

Rolling-originpipeline

Uitdagen9Programmeren60 min
De predictor gebruikt maximaal dertig dagen verleden.
  1. a
    Ontwerp folds, preprocessing, modelkeuze en basislijn zonder toekomstlek.
  2. b
    Wanneer is een tussenruimte nodig? Welke data mogen bij actualisering worden gebruikt?
Zo wordt dit beoordeeld
tijdHorizon van features en doelen verklaard.
pipelinePreprocessing en selectie per fold.
bewijsBasislijn en regimefouten apart.
41.8

Energievoorspeller voor Habitat

Uitdagen9Habitat75 min
Om 20:00 UTC+1 reserveert het station energie voor morgen.
  1. a
    Geef doel, invoer, basislijn, validatie en acceptatiebesluit.
  2. b
    Hoe log je beheeracties om een later verkeerd verband te voorkomen?
Zo wordt dit beoordeeld
beschikbaarheidInvoer bekend op het planmoment.
toetsingTijdtest, basislijn en staartfout.
beheerBesluit, grens en log traceerbaar.
41.9

Regularisatie tegenspreken

Uitdagen9Argumenteren25 min
Een collega zegt dat een hoge λ overfitting en extrapolatie oplost.
  1. a
    Verdedig ridge en benoem twee grenzen met een stationsvoorbeeld.
ZelfevaluatieKleur per doel: lukt al / bijna / nog niet