250x250
Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- 평가용 데이터
- 알고리즘 기술
- 가중치 업데이트
- MSEE
- 불순도
- 경사하강법
- 데이터 분리
- 퍼셉트론
- 회귀 알고리즘 평가
- ICDL 파이썬
- 분류 머신러닝 모델
- 수치 맵핑 기법
- 지도학습
- 머신러닝 과정
- 항공지연
- 데이터 전 처리
- 지도학습 분류
- 명목형
- 학습용데이터
- 스케이링
- 수치형 자료
- 이상치 처리
- 웹 크롤링
- 뉴런 신경망
- LinearRegression 모델
- 다중선형 회귀
- 더미 기법
- 딥러닝 역사
- 결측값 처리
- 지니 불순도
Archives
- Today
- Total
목록범주형 (1)
끄적이는 기록일지
[머신러닝] 1.자료형태_(2) 범주형 자료
[머신러닝] 1.자료형태_(1) * 머신러닝 : 데이터 자료를 바탕으로 수행하는 분석방식 → 자료의 형태를 파악하는 것은 머신러닝의 필수 과정이라 할 수 있습니다. 1. 자료형태 ① 수치형 자료(Numerical data) - 양적 자료 - 수치 kcy51156.tistory.com 1. 범주형 자료 ① 순위형 자료 (학점) - 범주 사이의 순서에 의미가 있음 ② 명목형 자료 (혈액형) - 범주 사이의 순서에 의미가 없음 2. 범주형 자료 요약 필요성 - 다수의 범주가 반복해서 관측 - 관측값의 크기보다 포함되는 범주에 관심 ≫ 요약한다면 효율적으로 범주 간의 차이점을 비교가능해짐. 3. 범주형 자료 표현 방법 ① 도수분포표 - ooo 만족도 설문(100명) ID 만족도 1 a 매우만족 2 b 보통 ··..
AI실무
2021. 9. 12. 18:24