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
- 학습용데이터
- 더미 기법
- 회귀 알고리즘 평가
- 머신러닝 과정
- 지도학습
- ICDL 파이썬
- LinearRegression 모델
- 수치형 자료
- 다중선형 회귀
- 데이터 전 처리
- 수치 맵핑 기법
- 스케이링
- 결측값 처리
- 알고리즘 기술
- 데이터 분리
- 경사하강법
- 평가용 데이터
- 지도학습 분류
- 퍼셉트론
- 가중치 업데이트
- MSEE
- 웹 크롤링
- 명목형
- 항공지연
- 뉴런 신경망
- 이상치 처리
- 분류 머신러닝 모델
- 지니 불순도
- 딥러닝 역사
- 불순도
Archives
- Today
- Total
목록스케이링 (1)
끄적이는 기록일지
[머신러닝] 02.데이터 전처리_(3) 수치형 자료
[머신러닝] 1.자료형태_(3) 수치형 자료 [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 있습 kcy51156.tistory.com 지난 글에서 수치형 자료에 대해 알아보았습니다. 이번 시간에는 수치형 자료를 어떻게 하면 더 좋은 데이터를 만들 수 있는지에 대해 알아보겠습니다. 1. 수치형 자료 - 크기를 갖는 수치형 값으로 이루어진 데이터 - 바로 사용이 가능하나 모델 성능을 높이기 위해서 데이터 변환이 필요 2. 수치형 자료 변환 방식 1) 스케일링(Scaling): 정규화, 표준화 - 변수 값의 범위 및 크기를 변환하는 방식 - 변수 간의 범위 차..
AI실무
2021. 9. 14. 15:39