목차
28 처지: 랜덤 포레스트, 로지스틱 회귀, 배깅, 보편 지식, 과학적 방법, 분산 분석, 비 지도 학습, 대한민국의 병역 제도, 구조-활성의 정량적 관계, 다중공선성, 단순회귀분석, 자유 변수와 종속 변수, 편향-분산 트레이드오프, 평균 절대 편차, 인공신경망, 조직침묵, 주성분 분석, 중앙값 절대 편차, 준 지도 학습, 지도 학습, 패널 분석, 윌리엄 고셋, 상관 분석, 선형 회귀, 서포트 벡터 머신, 통계학, K-최근접 이웃 알고리즘, MRA.
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.
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.
배깅
배깅()은 bootstrap aggregating의 줄임말로 통계적 분류와 회귀 분석에서 사용되는 기계 학습 알고리즘의 안정성과 정확도를 향상시키기 위해 고안된 일종의 앙상블 학습법의 메타 알고리즘이.
보다 회귀 분석와 배깅
보편 지식
백과사전은 보편 지식의 저장고이다 보편 지식(general knowledge)은 개인차심리학(differential psychology)에서 '비전문가들 사이에서 소통가능한 문화적 지식'이라고 정의한 것으로 광범위한 주제 범위를.
보다 회귀 분석와 보편 지식
과학적 방법
학적 방법(科學的方法)은 현상을 연구하고 새로운 지식을 구축하거나 이전의 지식들을 모아 통합할 때 사용되는 기법으로,Goldhaber, Nieto.
분산 분석
분산 분석(analysis of variance, ANOVA, 변량 분석)은 통계학에서 두 개 이상 다수의 집단을 비교하고자 할 때 집단 내의 분산, 총평균과 각 집단의 평균의 차이에 의해 생긴 집단 간 분산의 비교를 통해 만들어진 F분포를 이용하여 가설검정을 하는 방법이.
보다 회귀 분석와 분산 분석
비 지도 학습
비 지도 학습(Unsupervised Learning)은 기계 학습의 일종으로, 데이터가 어떻게 구성되었는지를 알아내는 문제의 범주에 속. 이 방법은 지도 학습(Supervised Learning) 혹은 강화 학습(Reinforcement Learning)과는 달리 입력값에 대한 목표치가 주어지지 않.
대한민국의 병역 제도
민국의 병역 제도는 '국민개병제'를 원칙으로 한 징병제이.
구조-활성의 정량적 관계
조-활성의 정량적 관계 (Quantitative structure–activity relationship, QSAR)모델은 화학, 생물학, 공학에서 사용되는 회귀 또는 분류모델을 말. 다른 회귀모델들 처럼 QSAR 회귀모델은 수치형태의 반응변수(Y)와 예측변수(X)의 관계를 나타내고, QSAR 분류모델은 범주형태의 반응변수와 예측변수의 관계를 나타낸 것이.
다중공선성
중공선성문제(Multicollinearity)는 통계학의 회귀분석에서 독립변수들 간에 강한 상관관계가 나타나는 문제이.
보다 회귀 분석와 다중공선성
단순회귀분석
회귀분석이 연속형 변수들에 대해 독립 변수와 종속 변수 사이의 상관관계를 나타내는 것이라면, 단순 회귀 분석은 독립 변수가 한 개인 형태를 의미.
자유 변수와 종속 변수
리학과 컴퓨터 과학에서, 자유 변수(自由變數)는 수식 속의 변수 가운데 상숫값으로 치환할 수 있는 것이.
편향-분산 트레이드오프
통계학과 기계 학습 분야에서 말하는 편향-분산 트레이드오프(Bias-variance tradeoff) (또는 딜레마(dilemma))는 지도 학습 알고리즘이 트레이닝 셋의 범위를 넘어 지나치게 일반화 하는 것을 예방하기 위해 두 종류의 오차(편향, 분산)를 최소화 할 때 겪는 문제이.
평균 절대 편차
평균 절대 편차(average absolute deviation 또는 mean absolute deviation, AAD, MAD) 또는 평균 편차(mean deviation) 또는 절대 편차(absolute deviation)는 산포도의 하나로, 평균과 개별 관측치 사이 거리의 평균이.
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.
보다 회귀 분석와 인공신경망
조직침묵
조직 구성원들은 직무를 수행하는 과정에서 특정한 사안이나 사건등이 발생하였을 때 자신의 견해와 아이디어, 정보 전달 방식을 결정하는 상황에.
보다 회귀 분석와 조직침묵
주성분 분석
공분산행렬 고윳값의 제곱근에 해당하며, 고유 벡터의 끝점이 평균점에 위치한 채로 각 주성분의 방향을 나타내고 있다. 통계학에서 주성분 분석(主成分分析, Principal component analysis; PCA)은 고차원의 데이터를 저차원의 데이터로 환원시키는 기법이.
중앙값 절대 편차
중앙값 절대 편차(median absolute deviation, MAD)는 평균 절대 편차(average absolute deviation)와 유사하지만 평균 대신 중앙값을 쓴다는 점이 다르.
준 지도 학습
준 지도 학습()이란 기계 학습(Machine Learning) 의 한 범주로 목표값이 표시된 데이터와 표시되지 않은 데이터를 모두 훈련에 사용하는 것을 말. 대개의 경우 이러한 방법에 사용되는 훈련 데이터는 목표값이 표시된 데이터가 적고 표시되지 않은 데이터를 많이 갖고 있.
지도 학습
학습 (Supervised Learning)은 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법이.
보다 회귀 분석와 지도 학습
패널 분석
분석(Panel分析, Panel analysis)은 패널데이터를 이용한 계량경제분석으로서 시계열 분석과 횡단면 분석을 동시에 수행하는 회귀분석의 분석 방법 중의 하나이.
보다 회귀 분석와 패널 분석
윌리엄 고셋
윌리엄 실리 고셋 윌리엄 실리 고셋(William Sealy Gosset, 1876년 6월 13일 ~ 1937년 10월 16일)은 영국의 통계학자이자 양조기술자로, 추론통계학의 개척자이.
상관 분석
상관 분석(correlation analysis)은 확률론과 통계학에서 두 변수간에 어떤 선형적 관계를 갖고 있는 지를 분석하는 방법이.
보다 회귀 분석와 상관 분석
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.
보다 회귀 분석와 선형 회귀
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.
통계학
200px 통계학(統計學)은 수량적 비교를 기초로 하여, 많은 사실을 통계적으로 관찰하고 처리하는 방법을 연구하는 학문이.
보다 회귀 분석와 통계학
K-최근접 이웃 알고리즘
인식에서, k-최근접 이웃 알고리즘(또는 줄여서 k-NN)은 분류나 회귀에 사용되는 비모수 방식이.
MRA
MRA의 다른 뜻은 다음과 같.
보다 회귀 분석와 MRA
또한 회귀, 회귀분석로 알려져 있다.