2019/12(246)
-
절대 오차(Absolute Error)
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
-
Gradient-Descent(경사 하강법)
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/2..
-
선형회귀 이해
선형회귀 이해 Which line will predict more likely to true height?
-
클라이언트 객체의 종류
클라이언트 객체의 종류
-
Weka - LinearRegression 수행 라이브러리
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
-
앙상블 모형(ensemble)
앙상블 모형(ensemble) · 주어진 데이터로부터 여러 개의 모델을 학습한 다음, 예측 시 여러 모델의 예측 결과들을 종합해 사용하여 정확도를 높이는 기법입니다. · 여러 개의 분류모형에 의한 결과를 종합하여 분류의 정확도를 높이는 방법입니다. · 적절한 표본추출법으로 데이터에서 여러 개의 훈련용 데이터 집합을 만들어 각각의 데이터집합에서 하나의 분류기(Classifiers)를 만들어 앙상블하는 방법입니다. https://en.wikipedia.org/wiki/Ensemble_learning 앙상블(Ensemble) '함께', '동시'에라는 뜻에서 의미가 전화하여 '통일', '조화'를 나타내는 용어입니다. http://bit.ly/2PQ7ngk http://bit.ly/2TAJlUH http://bi..