브라우저보다 빠른!
20 처지: 랜덤 포레스트, 매개변수, 가능도, 베이즈 네트워크, 베이즈 정리, 베이즈 추론, 베이즈 확률론, 분산, 기계 학습, 기댓값 최대화 알고리즘, 다항 분포, 트레이닝 셋, 퍼셉트론, 평균, 이항 분포, 정규 분포, 조건부 확률, 지도 학습, 최대가능도 방법, 서포트 벡터 머신.
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!!: 나이브 베이즈 분류와 랜덤 포레스트 · 더보기 »
매개변수
매개변수(媒介變數), 파라미터(parameter), 모수(母數)는 수학과 통계학에서 어떠한 시스템이나 함수의 특정한 성질을 나타내는 변수를 말. 일반적으로는 θ라고 표현되며, 다른 표시는 각각 독특한 뜻을.
새로운!!: 나이브 베이즈 분류와 매개변수 · 더보기 »
가능도
통계학에서, 가능도(可能度) 또는 우도(尤度)는 확률 분포의 모수가, 어떤 확률변수의 표집값과 일관되는 정도를 나타내는 값이.
새로운!!: 나이브 베이즈 분류와 가능도 · 더보기 »
베이즈 네트워크
베이즈 네트워크(Bayesian network) 혹은 신념 네트워크() 또는 방향성 비순환 그래픽 모델()은 랜덤 변수의 집합과 방향성 비순환 그래프를 통하여 그 집합을 조건부 독립으로 표현하는 확률의 그래픽 모델이.
새로운!!: 나이브 베이즈 분류와 베이즈 네트워크 · 더보기 »
베이즈 정리
확률론과 통계학에서, 베이즈 정리()는 두 확률 변수의 사전 확률과 사후 확률 사이의 관계를 나타내는 정리.
새로운!!: 나이브 베이즈 분류와 베이즈 정리 · 더보기 »
베이즈 추론
베이즈 추론(Bayesian inference)은 통계적 추론의 한 방법으로, 추론 대상의 사전 확률과 추가적인 정보를 통해 해당 대상의 사후 확률을 추론하는 방법이.
새로운!!: 나이브 베이즈 분류와 베이즈 추론 · 더보기 »
베이즈 확률론
베이즈 확률론(Bayesian probability)은 확률을 '지식 또는 믿음의 정도를 나타내는 양'으로 해석하는 확률론이.
새로운!!: 나이브 베이즈 분류와 베이즈 확률론 · 더보기 »
분산
확률론과 통계학에서 어떤 확률변수의 분산(分散)은 그 확률변수가 기댓값으로부터 얼마나 떨어진 곳에 분포하는지를 가늠하는 숫자이.
새로운!!: 나이브 베이즈 분류와 분산 · 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!!: 나이브 베이즈 분류와 기계 학습 · 더보기 »
기댓값 최대화 알고리즘
올드페이스풀 간헐천 분화 데이터. 데이터가 정규분포 혼합 모델에서 관측되었다고 가정하고, 기댓값 최대화 클러스터 분석을 이용해 매개변수들을 추정하는 과정이다. 기댓값 최대화 과정이 반복됨에 따라 매개변수들이 수렴하고 두 개의 군집이 나타나는 것을 볼 수 있다. 기댓값 최대화 알고리즘(expectation-maximization algorithm, 약자 EM 알고리즘)은 관측되지 않는 잠재변수에 의존하는 확률 모델에서 최대가능도(maximum likelihood)나 최대사후확률(maximum a posteriori, 약자 MAP)을 갖는 매개변수를 찾는 반복적인 알고리즘이.
새로운!!: 나이브 베이즈 분류와 기댓값 최대화 알고리즘 · 더보기 »
다항 분포
항 분포는 여러 개의 값을 가질 수 있는 독립 확률변수들에 대한 확률분포로, 여러 번의 독립적 시행에서 각각의 값이 특정 횟수가 나타날 확률을 정의.
새로운!!: 나이브 베이즈 분류와 다항 분포 · 더보기 »
트레이닝 셋
인공지능 분야에 있어서, 트레이닝 셋(training set)은 입력 벡터와 "응답" 벡터로 이루어진 집합을 말. 이것은 지도학습 방법과 함께 사용되는데, 인공지능 기계가 사용하는 지식 데이터베이스(knowledge database)을 "훈련(train)"시키기 위해 쓰인.
새로운!!: 나이브 베이즈 분류와 트레이닝 셋 · 더보기 »
퍼셉트론
셉트론(perceptron)은 인공신경망의 한 종류로서, 1957년에 코넬 항공 연구소(Cornell Aeronautical Lab)의 프랑크 로젠블라트 (Frank Rosenblatt)에 의해 고안되었.
새로운!!: 나이브 베이즈 분류와 퍼셉트론 · 더보기 »
평균
평균(平均)은 통계학에서 두 가지 서로 연관된 뜻이 있.
새로운!!: 나이브 베이즈 분류와 평균 · 더보기 »
이항 분포
이항 분포(二項分布)는 연속된 n번의 독립적 시행에서 각 시행이 확률 p를 가질 때의 이산 확률 분포이.
새로운!!: 나이브 베이즈 분류와 이항 분포 · 더보기 »
정규 분포
확률론과 통계학에서, 정규 분포(正規 分布) 또는 가우스 분포(Gauß 分布)는 연속 확률 분포의 하나이.
새로운!!: 나이브 베이즈 분류와 정규 분포 · 더보기 »
조건부 확률
조건부 확률(conditional probability)은 어떤 사건 B가 일어났을 때 사건 A가 일어날 확률을 의미.
새로운!!: 나이브 베이즈 분류와 조건부 확률 · 더보기 »
지도 학습
학습 (Supervised Learning)은 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법이.
새로운!!: 나이브 베이즈 분류와 지도 학습 · 더보기 »
최대가능도 방법
능도방법 (最大可能度方法) 또는 최대우도법(最大尤度法)은 어떤 확률변수에서 표집한 값들을 토대로 그 확률변수의 모수를 구하는 방법이.
새로운!!: 나이브 베이즈 분류와 최대가능도 방법 · 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!!: 나이브 베이즈 분류와 서포트 벡터 머신 · 더보기 »
