브라우저보다 빠른!
5 처지: 랜덤 포레스트, 인공신경망, 지리학, K-평균 알고리즘, K-최근접 이웃 알고리즘.
랜덤 포레스트
학습에서의 랜덤 포레스트()는 분류, 회귀 분석 등에 사용되는 앙상블 학습 방법의 일종으로, 훈련 과정에서 구성한 다수의 결정 트리로부터 부류(분류) 또는 평균 예측치(회귀 분석)를 출력함으로써 동작.
새로운!!: 비모수 통계와 랜덤 포레스트 · 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!!: 비모수 통계와 인공신경망 · 더보기 »
지리학
세계의 지형도 지리학(地理學)은 지표 상에서 일어나는 자연 및 인문 현상을 지역적 관점에서 연구하는 과학의 한 분야이.
새로운!!: 비모수 통계와 지리학 · 더보기 »
K-평균 알고리즘
K-평균 알고리즘(K-means algorithm)은 주어진 데이터를 k개의 클러스터로 묶는 알고리즘으로, 각 클러스터와 거리 차이의 분산을 최소화하는 방식으로 동작.
새로운!!: 비모수 통계와 K-평균 알고리즘 · 더보기 »
K-최근접 이웃 알고리즘
인식에서, k-최근접 이웃 알고리즘(또는 줄여서 k-NN)은 분류나 회귀에 사용되는 비모수 방식이.
새로운!!: 비모수 통계와 K-최근접 이웃 알고리즘 · 더보기 »
