Development/Big Data, R, ...(885)
-
이상값에 민감하게 반응하는 k-평균 군집 도식도
이상값에 민감하게 반응하는 k-평균 군집 도식도 k-평균군집이 이상치 자료에 대해 민감하게 반응하는 과정을 보여줍니다. k-평균군집에서 잡음이나 이상점에의한 영향 최소화 방법 · 이상치 자료에 민감한 k-평균군집의 단점을 보완하기 위해 군집을 형성하는 매 단계 마다 평균 대신 중앙값을 사용하는 k-중앙값(k-medoids)군집을 사용할 수 있습니다(R에서 k-중앙값 군집은 pam() 함수를 사용합니다). · k-평균군집을 수행하기 전 탐색적 자료분석을 통해 이상치를 미리 제거하는 것도 좋은 방법입니다.
-
다중 분류(multiclass classification)
다중 분류(multiclass classification) · 셋 이상의 그룹으로 분류합니다. · 붓꽃 품종 예측하는 것이 다중분류 문제의 대표적인 예입니다. 이 경우 식물학자가 분류한 붓꽃의 측정 데이터가 필요합니다. · 웹사이트의 글로부터 어떤 언어의 웹사이트인지를 예측하는 문제도 다중 분류에 속하며 미리 정의되어 만들어 놓은 언어 목록이 데이터로 필요합니다.
-
MIT 6.S191: Introduction to Deep Learning
MIT 6.S191: Introduction to Deep Learning 동영상 27개로 구성된 MIT(Massachusetts Institute of Technology)의 Deep Learning 강의 http://introtodeeplearning.com/ Course https://www.youtube.com/playlist?list=PLtBw6njQRU-rwp5__7C0oIVt26ZgjG9NI https://github.com/aamini/introtodeeplearning/
-
[보건] 월간 데이콘 4 코로나 데이터 시각화 대회
[보건] 월간 데이콘 4 코로나 데이터 시각화 대회 https://bit.ly/2UfRKxS
-
F1지표(F1 score) 예시
F1지표(F1 score) 예시 지표 계산값 재현율(Recall) = 민감도(Sensitivity) = TPR 5/8=0.625 정밀도 (Precision) 5/7=0.7143 F1 2x( (0.625x0.7143)/(0.625+0.7143) ) = 0.6667
-
K-ICT 빅데이터센터 - 데이터 분석·AI(인공지능) 온라인 강좌
K-ICT 빅데이터센터 - 데이터 분석·AI(인공지능) 온라인 강좌 데이터기초, 머신러닝, 딥러닝으로 과정이 구성되어 있습니다. https://kbig.kr/portal/kbig/knowledge/edu_seminar.page