[de] cs-229-machine-learning-tips-and-tricks

CONTRIBUTORS

@@ -7,6 +7,11 @@
   Mazen Melibari (review of linear algebra)
 
 --de
+  Bettina Schlager (translation machine learning tips and tricks)
+
+  Bettina Schlager (translation of linear algebra)
+
+  Bettin Schlager  (review of deep learning)
 
 --es 
   Erick Gabriel Mendoza Flores (translation of deep learning)

de/cheatsheet-machine-learning-tips-and-tricks.md

@@ -1,285 +1,285 @@
 **1. Machine Learning tips and tricks cheatsheet**
 
-⟶
+⟶ Maschinelles Lernen - Tipps und Tricks Spickzettel
 
 <br>
 
 **2. Classification metrics**
 
-&#10230;
+&#10230; Klassifikationsmaßzahlen
 
 <br>
 
 **3. In a context of a binary classification, here are the main metrics that are important to track in order to assess the performance of the model.**
 
-&#10230;
+&#10230; Zur Beurteilung und Evaluierung der Leistung einer binären Klassifikation werden folgende Maßzahlen herangezogen: 
 
 <br>
 
 **4. Confusion matrix ― The confusion matrix is used to have a more complete picture when assessing the performance of a model. It is defined as follows:**
 
-&#10230;
+&#10230; Konfusionsmatrix - Die Konfusionsmatrix gibt Einblick in die allgemeine Leistung des Modells und wird wie folgt definiert: 
 
 <br>
 
 **5. [Predicted class, Actual class]**
 
-&#10230;
+&#10230; [Vorhergesagte Klasse, Tatsächliche Klasse]
 
 <br>
 
 **6. Main metrics ― The following metrics are commonly used to assess the performance of classification models:**
 
-&#10230;
+&#10230; Hauptmaßzahlen - Folgende Hauptmaßzahlen werden zur Beurteilung eines Klassifikators verwendet:
 
 <br>
 
 **7. [Metric, Formula, Interpretation]**
 
-&#10230;
+&#10230; [Maßzahl, Formel, Interpretation]
 
 <br>
 
 **8. Overall performance of model**
 
-&#10230;
+&#10230; Anteil aller korrekt klassifizierten Daten
 
 <br>
 
 **9. How accurate the positive predictions are**
 
-&#10230;
+&#10230; Rate der Korrektheit der positiv klassifizierten Ergebnisse
 
 <br>
 
 **10. Coverage of actual positive sample**
 
-&#10230;
+&#10230; Abdeckung der tatsächlichen positiven Stichproben
 
 <br>
 
 **11. Coverage of actual negative sample**
 
-&#10230;
+&#10230; Abdeckung der tatsächlichen negativen Stichproben
 
 <br>
 
 **12. Hybrid metric useful for unbalanced classes**
 
-&#10230;
+&#10230; Kombiniertes Maß nützlich für ungleichmäßig große Klassen
 
 <br>
 
 **13. ROC ― The receiver operating curve, also noted ROC, is the plot of TPR versus FPR by varying the threshold. These metrics are are summed up in the table below:**
 
-&#10230;
+&#10230; ROC -  Die Receiver-Operating-Characteristic-Kurve, auch ROC genannt, stellt die Relation zwischen TPR und FPR dar. Diese Maßzahlen werden in der folgenden Tabelle zusammengefasst:
 
 <br>
 
 **14. [Metric, Formula, Equivalent]**
 
-&#10230;
+&#10230; [Maßzahl, Formel, Pendant]
 
 <br>
 
 **15. AUC ― The area under the receiving operating curve, also noted AUC or AUROC, is the area below the ROC as shown in the following figure:**
 
-&#10230;
+&#10230; AUC - Fläche unter der ROC Kurve, auch AUC/AUROC genannt. Siehe folgende Abbildung:
 
 <br>
 
 **16. [Actual, Predicted]**
 
-&#10230;
+&#10230; [Vorhergesagt, Ermittelt]
 
-<br>
+<br> 
 
 **17. Basic metrics ― Given a regression model f, the following metrics are commonly used to assess the performance of the model:**
 
-&#10230;
+&#10230; Allgemeine Maßzahlen - Für ein Regressionsmodell f werden folgende Verfahren zur Modellbeurteilung verwendet:
 
-<br>
+<br> 
 
 **18. [Total sum of squares, Explained sum of squares, Residual sum of squares]**
 
-&#10230;
+&#10230; [Totale Quadratsumme, Erklärte Abweichungsquadratsumme, Residuenquadratsumme]
 
 <br>
 
 **19. Coefficient of determination ― The coefficient of determination, often noted R2 or r2, provides a measure of how well the observed outcomes are replicated by the model and is defined as follows:**
 
-&#10230;
+&#10230; Bestimmtheitsmaß - Das Bestimmtheitsmaß, auch R2 oder r2 genannt, ist eine statistische Maßzahl zur Beurteilung der Anpassungsgüte des Modells und ist wie folgt definiert:
 
 <br>
 
 **20. Main metrics ― The following metrics are commonly used to assess the performance of regression models, by taking into account the number of variables n that they take into consideration:**
 
-&#10230;
+&#10230; Hauptmaßzahlen  - Folgende Maßzahlen geben die Güte der Anpassung eines Regressionsmodells an. Folgende Metriken berücksichtigen ebenso die Anzahl der geschätzten Variablen n:
 
 <br>
 
 **21. where L is the likelihood and ˆσ2 is an estimate of the variance associated with each response.**
 
-&#10230;
+&#10230; L ist der Likelihood-Wert und ˆσ2 die geschätze Varianz per Zielvariable
 
 <br>
 
 **22. Model selection**
 
-&#10230;
+&#10230; Modellauswahl
 
 <br>
 
 **23. Vocabulary ― When selecting a model, we distinguish 3 different parts of the data that we have as follows:**
 
-&#10230;
+&#10230; Datensatz - Bei der Auswahl des Modells wird der grundlegende Datensatz dreigeteilt:
 
 <br>
 
 **24. [Training set, Validation set, Testing set]**
 
-&#10230;
+&#10230; [Trainingsdatensatz, Validierungsdatensatz, Testdatensatz]
 
 <br>
 
 **25. [Model is trained, Model is assessed, Model gives predictions]**
 
-&#10230;
+&#10230; [Modell wird trainiert, Modell wird evaluiert, Modell prognostiziert]
 
 <br>
 
 **26. [Usually 80% of the dataset, Usually 20% of the dataset]**
 
-&#10230;
+&#10230; [Meist 80% des Datensatzes, Meist 20% des Datensatzes]
 
 <br>
 
 **27. [Also called hold-out or development set, Unseen data]**
 
-&#10230;
+&#10230; Auch Hold-Out oder Entwicklungsdatensatz genannt, Ungesehene Daten]
 
 <br>
 
 **28. Once the model has been chosen, it is trained on the entire dataset and tested on the unseen test set. These are represented in the figure below:**
 
-&#10230;
+&#10230; Sobald entschieden ist welches Modell verwendet wird, wird dieses mit dem gesamten Datensatz trainiert und mit dem Validierungsdatensatz getestet, wie folgende Abbildung zeigt:
 
 <br>
 
 **29. Cross-validation ― Cross-validation, also noted CV, is a method that is used to select a model that does not rely too much on the initial training set. The different types are summed up in the table below:**
 
-&#10230;
+&#10230; Kreuzvalidierung - Bei der Kreuzvalidierung wird das Lernmodell ausgewählt welches die Abhängigkeit vom initialen Trainingsdatensatz gering hält. Verschiedene Verfahren werden in der folgenden Tabelle erläutert:
 
 <br>
 
 **30. [Training on k−1 folds and assessment on the remaining one, Training on n−p observations and assessment on the p remaining ones]**
 
-&#10230;
+&#10230; Training mit k-1 Teilmengen und Evaluierung mit den übrigen Daten, Training mit n-p Stichproben und Evaluierung mit den verbleibenden p Daten]
 
 <br>
 
 **31. [Generally k=5 or 10, Case p=1 is called leave-one-out]**
 
-&#10230;
+&#10230; [Meist k=5 oder 10, p=1 wird auch "Leave-One-Out" genannt]
 
 <br>
 
 **32. The most commonly used method is called k-fold cross-validation and splits the training data into k folds to validate the model on one fold while training the model on the k−1 other folds, all of this k times. The error is then averaged over the k folds and is named cross-validation error.**
 
-&#10230;
+&#10230; Am häufigsten wird die k-fache Kreuzvalidierung verwendet, welche den Trainingsdatensatz in k-Teilmengen trennt. Das Modell wird jeweils mit der k-te Teilmenge validiert und mit den verbleibenden k-1 Teilmengen trainiert und beides k-mal wiederholt. Die Gesamtfehlerrate der Kreuzvalidierung ist der Durchschnitt der Einzelfehlerraten der k Einzeldurchläufe.
 
 <br>
 
 **33. Regularization ― The regularization procedure aims at avoiding the model to overfit the data and thus deals with high variance issues. The following table sums up the different types of commonly used regularization techniques:**
 
-&#10230;
+&#10230; Regularisierung - Regularisierung dient der Vermeidung von Überanpassung des Modells an den Trainingsdaten und ist eine Gegenmaßnahme bei hoher Varianz. Folgende Tabelle beschreibt verschiedene Techniken der Regularisierung:
 
 <br>
 
 **34. [Shrinks coefficients to 0, Good for variable selection, Makes coefficients smaller, Tradeoff between variable selection and small coefficients]**
 
-&#10230;
+&#10230; [Annäherung des Koeffizienten an 0, Gut bei Parameterauswahl, Verkleinern des Koeffizienten, Kompromiss zwischen Auswahl der Parameter und kleinen Koeffizienten]
 
 <br>
 
 **35. Diagnostics**
 
-&#10230;
+&#10230; Modellevaluierung
 
 <br>
 
 **36. Bias ― The bias of a model is the difference between the expected prediction and the correct model that we try to predict for given data points.**
 
-&#10230;
+&#10230; Verzerrung - Die Verzerrung eines Modells ist die Differenz zwischen der erwarteten Prognose und dem korrektem Modell welches für den verwendeten Datensatz prognostiziert werden soll.
 
 <br>
 
 **37. Variance ― The variance of a model is the variability of the model prediction for given data points.**
 
-&#10230;
+&#10230; Varianz - Die Varianz des Modells ist die Schwankung der Modellprognose für den verwendeten Datensatz.
 
 <br>
 
 **38. Bias/variance tradeoff ― The simpler the model, the higher the bias, and the more complex the model, the higher the variance.**
 
-&#10230;
+&#10230; Verzerrung-Varianz-Dilemma - Umso einfacher das Modell, desto höher ist die Verzerrung. Umso komplexer das Modell, desto höher ist die Varianz. 
 
 <br>
 
 **39. [Symptoms, Regression illustration, classification illustration, deep learning illustration, possible remedies]**
 
-&#10230;
+&#10230; [Symptome, Regressionsabbildung, Klassifikationsabbildung, Deep Learning Beispiel, Mögliche Lösungen]
 
 <br>
 
 **40. [High training error, Training error close to test error, High bias, Training error slightly lower than test error, Very low training error, Training error much lower than test error, High variance]**
 
-&#10230;
+&#10230; [Hohe Trainingsfehlerrate, Trainingsfehler nahe am Testfehler, Hohe Verzerrung, Trainingsfehler leicht geringer als Testfehler, Sehr geringer Trainingsfehler, Trainingsfehler erheblich geringer als Testfehler, Hohe Varianz]
 
 <br>
 
 **41. [Complexify model, Add more features, Train longer, Perform regularization, Get more data]**
 
-&#10230;
+&#10230; [Modellkomplexität erhöhen, Ergänzung von Merkmalen, Längere Trainingszeit, Regularisierung, Erweiterung des Datensatzes]
 
 <br>
 
 **42. Error analysis ― Error analysis is analyzing the root cause of the difference in performance between the current and the perfect models.**
 
-&#10230;
+&#10230; Fehleranalyse - Bei der Fehleranalyse wird die Ursache der Differenz zwischen der Leistung des korrektem und des derzeitigen Modells analysiert.
 
 <br>
 
 **43. Ablative analysis ― Ablative analysis is analyzing the root cause of the difference in performance between the current and the baseline models.**
 
-&#10230;
+&#10230; Ablative Analyse - Bei der ablativen Analyse wird die Ursache der Differenz zwischen der Leistung des Basismodells und des derzeitigen Modells analysiert.
 
 <br>
 
 **44. Regression metrics**
 
-&#10230;
+&#10230; Regressionsmaßzahlen
 
 <br>
 
 **45. [Classification metrics, confusion matrix, accuracy, precision, recall, F1 score, ROC]**
 
-&#10230;
+&#10230; [Klassifikationsmaßzahlen, Konfusionsmatrix, Richtigkeit, Präzision, Trefferquote, F-Maß, ROC]
 
 <br>
 
 **46. [Regression metrics, R squared, Mallow's CP, AIC, BIC]**
 
-&#10230;
+&#10230; [Regressionsmaßzahlen, Bestimmtheitsmaß, Mallows' Cp-Statistik, AIC, BIC (SBC)]
 
 <br>
 
 **47. [Model selection, cross-validation, regularization]**
 
-&#10230;
+&#10230; [Modellevaluierung, Kreuzvalidierung, Regularisierung]
 
 <br>
 
 **48. [Diagnostics, Bias/variance tradeoff, error/ablative analysis]**
 
-&#10230;
+&#10230; [Diagnose, Verzerrung-Varianz-Dilemma, Fehler/Ablativ-Analyse]