브라우저보다 빠른!
19 처지: 독립 (확률론), 로지스틱 회귀, 매끄러운 함수, 메타휴리스틱, 가능도, 거짓 음성, 거짓 양성, 결정 트리, 볼록 집합, 기계 학습, 뉴턴 방법, 단조함수, 인공신경망, 탐욕 알고리즘, 선형 계획법, 선형 회귀, 선형결합, 서포트 벡터 머신, K-최근접 이웃 알고리즘.
독립 (확률론)
사건이 독립(獨立)이라는 것은, 둘 중 하나의 사건이 일어날 확률이 다른 사건이 일어날 확률에 영향을 미치지 않는다는 것을 의미.
새로운!!: 에이다부스트와 독립 (확률론) · 더보기 »
로지스틱 회귀
스틱 회귀()는 D.R.Cox가 1958년 에 제안한 확률 모델로서 독립 변수의 선형 결합을 이용하여 사건의 발생 가능성을 예측하는데 사용되는 통계 기법이.
새로운!!: 에이다부스트와 로지스틱 회귀 · 더보기 »
매끄러운 함수
석학에서, 매끄러운 함수()는 무한 번 미분이 가능한 함수이.
새로운!!: 에이다부스트와 매끄러운 함수 · 더보기 »
메타휴리스틱
메타휴리스틱(metaheuristic)은 휴리스틱연산에서 고도의 단계가 필요한 문제이.
새로운!!: 에이다부스트와 메타휴리스틱 · 더보기 »
가능도
통계학에서, 가능도(可能度) 또는 우도(尤度)는 확률 분포의 모수가, 어떤 확률변수의 표집값과 일관되는 정도를 나타내는 값이.
새로운!!: 에이다부스트와 가능도 · 더보기 »
거짓 음성
짓 음성(false negative) 또는 2종 오류(type II error)는 통계상 실제로는 양성인데 검사 결과는 음성이라고 나오는 것이.
새로운!!: 에이다부스트와 거짓 음성 · 더보기 »
거짓 양성
짓 양성(false positive) 또는 1종 오류(type I error)는 통계상 실제로는 음성인데 검사 결과는 양성이라고 나오는 것이.
새로운!!: 에이다부스트와 거짓 양성 · 더보기 »
결정 트리
정 트리의 한 예 결정 트리(decision tree)는 의사 결정 규칙과 그 결과들을 트리 구조로 도식화한 의사 결정 지원 도구의 일종이.
새로운!!: 에이다부스트와 결정 트리 · 더보기 »
볼록 집합
볼록 집합. 볼록 집합이 아닌 예. 유클리드 공간에 속하는 집합 A에 대해, 그 안의 임의의 두 점을 골랐을 때 둘을 연결하는 선분이 A에 포함될 경우, A를 볼록 집합(convex set)이.
새로운!!: 에이다부스트와 볼록 집합 · 더보기 »
기계 학습
학습(機械學習) 또는 머신 러닝()은 인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야를 말. 가령, 기계 학습을 통해서 수신한 이메일이 스팸인지 아닌지를 구분할 수 있도록 훈련할 수 있. 기계 학습의 핵심은 표현(representation)과 일반화(generalization)에 있. 표현이란 데이터의 평가이며, 일반화란 아직 알 수 없는 데이터에 대한 처리이.
새로운!!: 에이다부스트와 기계 학습 · 더보기 »
뉴턴 방법
수 ''f'' 이고 빨간 선들은 뉴턴의 방법을 보여주고 있다. ''x''n-1 보다 ''x''n이, ''x''n 보다 ''x''n+1이 함수 ''f'' 의 근에 더 가깝다. 이를 통해 뉴턴의 방법을 기하학적으로 이해할 수 있다. 뉴턴 방법(Newton's Method)은 스칼라 변수 x로 이루어진 미분 가능한 연속 함수 f 인 f(x).
새로운!!: 에이다부스트와 뉴턴 방법 · 더보기 »
단조함수
조 증가. 강한 단조 증가는 아니다. 수학에서, 단조 함수(單調函數)는 주어진 순서를 보존하는 함수이.
새로운!!: 에이다부스트와 단조함수 · 더보기 »
인공신경망
인공 신경망은 노드들의 그룹으로 연결되어 있으며 이들은 뇌의 방대한 뉴런의 네트워크과 유사하다. 위 그림에서 각 원모양의 노드는 인공 뉴런을 나타내고 화살표는 하나의 뉴런의 출력에서 다른 하나의 뉴런으로의 입력을 나타낸다. 인공신경망(人工神經網)은 기계학습과 인지과학에서 생물학의 신경망(동물의 중추신경계중 특히 뇌)에서 영감을 얻은 통계학적 학습 알고리즘이.
새로운!!: 에이다부스트와 인공신경망 · 더보기 »
탐욕 알고리즘
욕 알고리즘은 최적해를 구하는 데에 사용되는 근사적인 방법으로, 여러 경우 중 하나를 결정해야 할 때마다 그 순간에 최적이라고 생각되는 것을 선택해 나가는 방식으로 진행하여 최종적인 해답에.
새로운!!: 에이다부스트와 탐욕 알고리즘 · 더보기 »
선형 계획법
수학에서, 선형 계획법(線型計劃法)은 최적화 문제의 일종으로 주어진 선형 조건들을 만족시키면서 선형인 목적 함수를 최적화하는 문제이.
새로운!!: 에이다부스트와 선형 계획법 · 더보기 »
선형 회귀
독립변수 1개와 종속변수 1개를 가진 선형 회귀의 예 통계학에서, 선형 회귀(線型回歸)는 종속 변수 y와 한 개 이상의 독립 변수 (또는 설명 변수) X와의 선형 상관 관계를 모델링하는 회귀분석 기법이.
새로운!!: 에이다부스트와 선형 회귀 · 더보기 »
선형결합
선형대수학에서, 선형결합(線型結合, linear combination) 또는 일차결합(一次結合)은 벡터들을 스칼라배와 벡터 덧셈을 통해 조합하여 새로운 벡터를 얻는 연산이.
새로운!!: 에이다부스트와 선형결합 · 더보기 »
서포트 벡터 머신
선형 SVM이 두 자료(흰색 원, 검은색 원)을 직선으로 분리하고 있다. 서포트 벡터 머신(support vector machine, SVM* 은 기계 학습의 분야 중 하나로 패턴 인식, 자료 분석을 위한 지도 학습 모델이며, 주로 분류와 회귀 분석을 위해 사용한다. 두 카테고리 중 어느 하나에 속한 데이터의 집합이 주어졌을 때, SVM 알고리즘은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 카테고리에 속할지 판단하는 비확률적 이진 선형 분류 모델을 만든다. 만들어진 분류 모델은 데이터가 사상된 공간에서 경계로 표현되는데 SVM 알고리즘은 그 중 가장 큰 폭을 가진 경계를 찾는 알고리즘이다. SVM은 선형 분류와 더불어 비선형 분류에서도 사용될 수 있다. 비선형 분류를 하기 위해서 주어진 데이터를 고차원 특징 공간으로 사상하는 작업이 필요한데, 이를 효율적으로 하기 위해 커널 트릭을 사용하기도 한다.
새로운!!: 에이다부스트와 서포트 벡터 머신 · 더보기 »
K-최근접 이웃 알고리즘
인식에서, k-최근접 이웃 알고리즘(또는 줄여서 k-NN)은 분류나 회귀에 사용되는 비모수 방식이.
새로운!!: 에이다부스트와 K-최근접 이웃 알고리즘 · 더보기 »
