Showing posts with the label Machine Learning(머신러닝)Show all
[머신러닝] AUC - Area Under Curve,
inMachine Learning(머신러닝)

[머신러닝] AUC - Area Under Curve,

AUROC는 Classification의 성능을 측정하는 지표중 하나입니다.  쉬운 예제와 파이썬 sklearn 통해 AUROC가 어떻게 계산…

sklearn - StandardScaler() 으로 데이터 표준화(Normalization)
inMachine Learning(머신러닝)

sklearn - StandardScaler() 으로 데이터 표준화(Normalization)

1. 아래와 같은 데이터가 있을때 Standard Score - 표준점수 z 로  어떻게 표준화가 되는지 살펴보자. 2. 파이썬 sklearn…

퍼셉트론(신경망 모델) 의 알고리즘
inMachine Learning(머신러닝)

퍼셉트론(신경망 모델) 의 알고리즘

간단하게 머신러닝 발전의 역사를 살펴보면 다음과 같다. 퍼셉트론(신경망 모델)이란 뇌의 구조를 모사한 정보처리 방식을 말한다. 즉, 뉴런이 …

Natural language Processing(NLP) 에서 Bag of words. 머신러닝 Text 분류 기법.
inMachine Learning(머신러닝)

Natural language Processing(NLP) 에서 Bag of words. 머신러닝 Text 분류 기법.

Bag of words 정의  Bag of words기법은 단어의 빈도수만을 고려하여 Vector화 하는  Natural language Pr…

[머신러닝] K-means 클러스터링 - 자세한 방법. 케이민즈 클러스터링 기본 개념.
inMachine Learning(머신러닝)

[머신러닝] K-means 클러스터링 - 자세한 방법. 케이민즈 클러스터링 기본 개념.

Clustering 이란 비감독학습중에 하나로 비슷한 패턴을 가진  Cluster ,  즉 군집으로 샘플들을 묶는 것이라고 할 수 있습니다. …

[머신러닝]Imbalanced data 문제 해결방법 - DownSampling 뜻/ Imbalanced class에서 성능 향상 방법(Class의 갯수가 크게 차이가 나는경우)
inMachine Learning(머신러닝)

[머신러닝]Imbalanced data 문제 해결방법 - DownSampling 뜻/ Imbalanced class에서 성능 향상 방법(Class의 갯수가 크게 차이가 나는경우)

Imbalanced data 문제 해결 방법; 1) Down-sampling, 2) Up-Sampling, 3) tree 알고리즘 사용하기, …

머신러닝에서 hyperparameter 뜻.
inMachine Learning(머신러닝)

머신러닝에서 hyperparameter 뜻.

1. Hyperparameter 뜻 Machine learning에서, hyperparaemter란 러닝 과정을 조절하는 값, 매개변수를 의미…

[머신러닝] 머신러닝, 딥러닝 Feature/Attribute , Class 뜻. (feat. Feature selection 이 필요한 이유)
inMachine Learning(머신러닝)

[머신러닝] 머신러닝, 딥러닝 Feature/Attribute , Class 뜻. (feat. Feature selection 이 필요한 이유)

이번에는 저번 포스팅에 이어서 머신러닝에서 중요한 용어인 feature에 대해서 생각해 볼것이다. feature는 한국어로 특징이라고도 해석이…

[머신러닝] Clustering 과 Classification 뜻.
inMachine Learning(머신러닝)

[머신러닝] Clustering 과 Classification 뜻.

20년전 우리가 화면을 터치해서 인터넷을 할 수 있는 핸드폰을 사용할 것이라고 상상한 사람이 있었는가? 기술의 발전 속도는 우리가 상상하는 것…

Load More That is All