달력

12

« 2019/12 »

2019. 12. 10. 12:11

절대 오차(Absolute Error) Development/Big Data, R, ...


 

 

절대 오차(Absolute Error)

·         측정값과 참값이 절대적으로 얼마나 차이가 나는지 말하는 것으로 오차의 크기 그 자체를 의미합니다.

·         직접적인 오차의 절댓값

·         절대 오차 내에서는 +, – 의 구별 없이 양의 값만 가집니다.

·         어떠한 실험결과 참값이 5이고 측정값이 3인 경우 참값이 5±2의 범위에 존재한다는 것을 알 수 있습니다.

 


|절대 오차| = 측정값 - 실제값

 

 

 

 

http://bit.ly/32U37y7

 


저작자표시비영리

'Development > Big Data, R, ...' 카테고리의 다른 글

3.Summary - 3.분산처리 수행모듈 개발하기  (0) 2019.12.11
1.Summary - 1.빅데이터 처리시스템 설계하기  (0) 2019.12.11
절대 오차(Absolute Error)  (0) 2019.12.10
Gradient-Descent(경사 하강법)  (0) 2019.12.10
선형회귀 이해  (0) 2019.12.10
앙상블 모형(ensemble)  (0) 2019.12.09
Trackback (0) : Comment (0)
Posted by codedragon codedragon

댓글을 달아 주세요

2019. 12. 10. 10:22

Gradient-Descent(경사 하강법) Development/Big Data, R, ...



 

 

 

Gradient-Descent

·         ≒ 경사 하강법

 

·         가중치(w)나 바이어스(b)의 작은 변화량에 대해서 출력의 변화량이 linear 하다는 점이 있습니다. 이런 선형적인 특성으로 인해, 가중치나 바이어스를 조금씩 바꾸면서 출력이 원하는 방향으로 움직이도록 만들 수 있습니다.

·         즉, 가중치(w)와 바이어스(b)값들을 조절하여 cost function이 최소가 되도록 하는 것입니다.

·         최적값을 찾아갈 때 흔히 사용하는 방법입니다.

·         단층 퍼셉트론 모델에서 적절한 가중치를 찾기 위해 경사 하강법 (Gradient Descent)을 사용합니다.

 

cost function의 인자인 가중치(w)와 바이어스(b)를 조절하여  cost function이 최소가 되도록 하는 방법입니다.

 


 

 

https://bit.ly/2qye0Ff

https://en.wikipedia.org/wiki/Gradient_descent

 

 

 

 


저작자표시비영리

'Development > Big Data, R, ...' 카테고리의 다른 글

1.Summary - 1.빅데이터 처리시스템 설계하기  (0) 2019.12.11
절대 오차(Absolute Error)  (0) 2019.12.10
Gradient-Descent(경사 하강법)  (0) 2019.12.10
선형회귀 이해  (0) 2019.12.10
앙상블 모형(ensemble)  (0) 2019.12.09
로지스틱 회귀 분석 그래프  (0) 2019.12.09
Trackback (0) : Comment (0)
Posted by codedragon codedragon

댓글을 달아 주세요

2019. 12. 10. 09:27

선형회귀 이해 Development/Big Data, R, ...


 

 

 

선형회귀 이해

Which line will predict more likely to true height?




















저작자표시비영리

'Development > Big Data, R, ...' 카테고리의 다른 글

절대 오차(Absolute Error)  (0) 2019.12.10
Gradient-Descent(경사 하강법)  (0) 2019.12.10
선형회귀 이해  (0) 2019.12.10
앙상블 모형(ensemble)  (0) 2019.12.09
로지스틱 회귀 분석 그래프  (0) 2019.12.09
Bayesian rule(베이즈 정리)  (0) 2019.12.09
Trackback (0) : Comment (0)
Posted by codedragon codedragon

댓글을 달아 주세요

2019. 12. 10. 08:42

클라이언트 객체의 종류 Development/JavaScript, jQuery, ...


 


 

클라이언트 객체의 종류

객체

특징

window

최상위 객체로 자바스크립트에서 사용되는 모든 객체를 처리

navigator

웹 브라우저에 관련된 정보를 제공

link

하이퍼링크와 관련된 작업 처리

anchor

특정 위치로의 이동 객체

image

문서 내의 그림에 관련된 처리

location

현재 문서의 URL과 관련된 정보를 처리

history

방문기록에 관련된 처리

document

문서에 대한 정보를 처리

form

폼에 있는 양식 객체를 처리

 

 

 

 


저작자표시비영리

'Development > JavaScript, jQuery, ...' 카테고리의 다른 글

Module Counts, Node.js의 패키지/모듈 개수 확인  (0) 2019.12.31
JSON - 객체  (0) 2019.12.21
클라이언트 객체의 종류  (0) 2019.12.10
d3js  (0) 2019.12.05
Cannot read property 'nodeValue' of undefined at xxxxx  (0) 2019.11.30
JSON 데이터 타입(datatype)  (0) 2019.11.20
Trackback (0) : Comment (0)
Posted by codedragon codedragon

댓글을 달아 주세요

2019. 12. 10. 08:41

Weka - LinearRegression 수행 라이브러리 Development/Java



 

 

Weka - LinearRegression 수행 라이브러리

LinearRegression을 수행하기 위해서는 weka.jar 파일 외에 추가적으로 3개의 라이브러리가 필요합니다.

 

·         arpack_combined.jar

·         core.jar

·         mtj.jar

·         weka.jar

 

 

 

https://svn.cms.waikato.ac.nz/svn/weka/branches/stable-3-8/weka/lib/


 


 

 

 

 

직접 다운로드

 

arpack_combined.jar

core.jar

mtj.jar

weka.zip


저작자표시비영리

'Development > Java' 카테고리의 다른 글

MOA (Massive Online Analysis)  (0) 2019.12.12
CharlesBookClub.csv  (0) 2019.12.11
Weka - LinearRegression 수행 라이브러리  (0) 2019.12.10
Boundary Visualizer  (0) 2019.12.09
JavaBayes API(자바베이즈 API)  (0) 2019.12.09
노이지 인스턴스 (noisy instance)  (0) 2019.12.09
Trackback (0) : Comment (0)
Posted by codedragon codedragon

댓글을 달아 주세요