목록실전 머신러닝 (2)

정리 노트

[BDA X 이지스 퍼블리싱]5주차 스터디 요약

이 포스트는 BDA와 이지스 퍼블리싱에서 같이 진행하는 Easy Study 5주 차 내용을 요약하는 포스트입니다. 아래의 도서가 스터디에 사용한 교재입니다. http://www.easyspub.co.kr/20_Menu/BookView/B001/607/PUB www.easyspub.co.kr K-평균 군집화(K-Means Clustering) 모델 K-평균 군집화 모델은 특정 데이터와 이 데이터가 속한 군집의 중심점까지의 거리의 제곱을 최소화하는 K개의 군집을 찾는 비지도 학습 모델입니다. 군집화에 사용되는 알고리즘으로 로이드(Lloyd) 알고리즘과 엘칸(Elkan) 알고리즘이 있습니다. 가장 기본적인 로이드 알고리즘은 아래의 흐름으로 진행됩니다. K개의 중심점을 임의로 선택 각 데이터 샘플마다 가장 가까..
카테고리 없음 2024. 1. 5. 20:14
[BDA X 이지스 퍼블리싱]3주차 스터디 요약

이 포스트는 BDA와 이지스 퍼블리싱에서 같이 진행하는 Easy Study 3주 차 내용을 요약하는 포스트입니다. 아래의 도서가 스터디에 사용한 교재입니다. http://www.easyspub.co.kr/20_Menu/BookView/B001/607/PUB www.easyspub.co.kr 결정 트리(Decision Tree) 모델 결정 트리는 입력과 출력 사이의 관계를 트리 구조로 모델링하는 지도 학습 기법입니다. 하나의 feature의 값과 특정 값의 크기를 비교하는 binary 질문을 여러 번 반복해 마지막 단계에서 해당 feature에 대한 출력 값을 맞히는 문제 학습합니다. 결정 트리의 학습 알고리즘은 TDIDT 전략을 사용해 간략하게 구합니다. 전역적으로 최소인 결정 트리를 찾는 문제는 NP-..
카테고리 없음 2023. 12. 24. 10:57
이전 Prev 1 Next 다음