ai-creator

목차 1. 앙상블 (ensemble) 2. Bagging 2-1) Random Foreset 3. Boosting 4. Staking 1. 앙상블(ensemble) - 여러개의 분류기(classifier)를 생성하고, 그 예측을 결합함으로써 더 정확한 최종 예측을 도출하는 기법 - 어려운 문제를 풀기위해 여러명의 전문가로 구성해 다양한 의견을 수렴하고 결정하는 방법과 유사 1-1) 앙상블 유형 보팅 (Voting) : 서로 다른 알고리즘을 가진 분류기를 결합 배깅 (Bagging, Bootstrap AGGregatING) : 모두 같은 유형의 알고리즘을 사용하지만, 데이터 샘플링(sampling with replacement, 복원추출)을 서로 다르게 가져가면서 보팅을 수행, RandomForest 데이..

개념 관상, 손금은 어떤 공통점이 있을까? 여러 데이터들을 모아서 그간의 행적을 파악하고, 미래를 예측하는 공통점이 있다. 머신러닝도 마찬가지이다. 과거데이터를 통해 패턴을 파악하고 예측을 하는것이다. 과거 데이터 -> 패턴 파악 -> 예측 이는 마치 함수와 같다. input / process / output 3가지 구성요소를 지닌 함수 말이다. 즉 input으로 과거 데이터를 process로는 패턴을 파악하는 연산을 output으로는 예측값을 의미하게 된다. 패턴을 파악하는 연산을 과거에는 인간이 직접하였지만, 이제 이런것은 컴퓨터에게 맡기자!가 머신러닝이라고 생각하면 된다. 패턴 : 인간의 뇌 -> 컴퓨터의 연산 단순히 이야기 하면, 만약 귓볼이 크다면, 복이 있다의 패턴을 if-else 문으로 바꾼..