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, …

Load More That is All