Development/AI(889)
-
업 샘플링(up sampling) & 다운 샘플링(down sampling)
업 샘플링(up sampling) & 다운 샘플링(down sampling) 구분 설명 업 샘플링 (up sampling) · 해당 분류에 속하는 데이터가 적은 쪽을 표본으로 더 많이 추출하는 방법입니다. · R: 패키지의 upSample()함수를 통해 업 샘플링 방법을 수행할 수 있습니다. 다운 샘플링 (down sampling) · 해당 분류에 속하는 데이터가 많은 쪽을 적게 추출하는 방법입니다. · R: 패키지의 downSample()함수를 통해 다운샘플링 방법을 수행할 수 있습니다.
-
학습 곡선(learning curve)
학습 곡선(learning curve) · 데이터셋의 크기에 따른 모델의 성능 변화를 나타낸 그래프 · 샘플 데이터의 수에 따른 정확도 변화를 나타냅니다. · 10-fold CV 이용합니다. images.google.com
-
기계학습 분석 방법론
기계학습 분석 방법론 · SEMMA · CRISP-DM
-
다중 공선성 문제 해결
다중 공선성 문제 해결
-
피타고라스 정리(Pythagorean theorem)
피타고라스 정리(Pythagorean theorem) · ≒ 피타고라스의 정리(Pythagoras' theorem) · 직각 삼각형의 두 직각변 {\displaystyle a,b}a,b를 각각 한 변으로 하는 정사각형 면적의 합은 빗변 {\displaystyle c}c를 한 변으로 하는 정사각형의 면적과 같습니다. a2 + b2 = c2 https://bit.ly/369qian https://bit.ly/32Sm30U https://en.wikipedia.org/wiki/Pythagorean_theorem
-
불균형한 클래스 직접 조절 방법
불균형한 클래스 직접 조절 방법 · 업 샘플링(up sampling) · 운 샘플링(down sampling) · SMOTE(Synthetic Minority Oversampling Technique)