ToDo 머신러닝#1_Ensemble_1/2; 학습 모델 오류 이해
※공부하고 이해한 내용을 나름대로 정리한 포스팅입니다. 올바르지 않은 내용이 있을 가능성도 있습니다. Ensemble(앙상블)기법이란?_1/2 머신러닝 기법 중 하나인 Ensemble(앙상블)기법이란 샘플링된 각 데이터 셋을 여러 모델들을 통해 학습시킨 후 각 모델의 예측 결과를 집계하여 더욱 정확한 예측 결과를 뽑아내는 기법을 말합니다. Ensemble기법을 이해하기 위해선, 학습 모델의 예측 오류를 이해하여야 합니다. Ensemble기법의 목적이 그 오류를 해결하는 것이기 때문입니다. ■ 학습 모델의 예측 오류 학습 모델의 예측 오류는 크게 1. Bias(편향) 2. Variance(분산) 으로 나뉘고 이는 각각 under-fitting과 over-fitting로 이어집니다. (참고; 아래 그림은 회..
데이터분석/알고리즘
2019. 6. 17. 09:00
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- leatcode
- 중앙값
- counter
- hash
- 뇌하수체선종
- 평균
- 뇌하수체
- random forest
- 힙
- Python
- 분산
- 프로그래머스
- programmers
- 쿠싱
- 조건부확률
- 확률
- 상대도수
- 파이썬
- Lambda
- 통계
- 사분위수
- 코딩테스트
- 군고구마
- SQL
- 분당서울대병원
- TensorFlow
- 상관관계
- 쿠싱증후군
- 확률분포
- neural network
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
글 보관함