스팟 검사 알고리즘은 머신러닝 문제에 대한 다양한 알고리즘을 빠르게 평가하여 어떤 알고리즘에 집중하고 무엇을 버려야 하는지 알 수 있도록 하는 것입니다. 이 게시물에서는 스팟 검사 알고리즘의 3가지 이점, 다음 문제에 대한 스팟 검사를 위한 5가지 팁 및 알고리즘 제품군에서 스팟 검사를 위해 사용할 수 있는 가장 인기 있는 10가지 데이터 마이닝 알고리즘에 대해 알아봅니다. 스팟 […]
문제를 정의하고 데이터를 준비한 후에는 문제를 해결하기 위해 데이터에 머신러닝 알고리즘을 적용해야 합니다. 알고리즘을 선택, 실행 및 조정하는 데 많은 시간을 할애할 수 있습니다. 목표에 더 가까이 다가가기 위해 시간을 효과적으로 사용하고 있는지 확인하고 싶습니다. 이 게시물에서는 알고리즘을 신속하게 테스트하고 알고리즘이 학습할 수 있는 구조에 문제가 있는지 여부와 어떤 알고리즘이 효과적인지 확인하는 프로세스를 단계별로 진행합니다. 테스트 하네스 테스트 […]
데이터 유출은 예측 모델을 개발할 때 머신러닝에서 큰 문제입니다. 데이터 유출은 학습 데이터 세트 외부의 정보를 사용하여 모델을 만드는 경우입니다. 이 게시물에서는 예측 모델링에서 데이터 유출 문제를 발견합니다. 이 게시물을 읽은 후 다음을 알게 될 것입니다. 데이터 유출이란 예측 모델링에 있습니다. 데이터 유출의 징후와 그것이 문제가 되는 이유. 예측 모델링 문제에 대한 데이터 유출을 최소화하는 데 […]
혹시 이런 일이 발생하지 않았나요? 당신은 데이터세트를 작업 중입니다. 분류 모델을 만들었고 즉시 90%의 정확도를 얻을 수 있었습니다. 결과는 정말 환상적인 것 같습니다. 그런데 조금 더 깊이 들어가보니 데이터의 90%가 한 클래스에 속한다는 것을 알게 되었습니다. 이것은 불균형한 데이터세트와 그로 인해 발생할 수 있는 실망스러운 결과의 예입니다. 이 게시물에서는 불균형 데이터가 있는 머신러닝 데이터세트에서 훌륭한 […]
예측 모델을 만드는 데 어떤 기능을 사용해야 합니까? 이것은 문제 영역에 대해 깊은 지식을 필요로 하는 어려운 질문입니다. 데이터에서 작업 중인 문제에 가장 유용하거나 가장 관련성이 높은 기능을 자동으로 선택할 수 있습니다. 이를 기능 선택이라고 하는 프로세스입니다. 이 게시물에서는 기능 선택, 사용할 수 있는 메서드 유형 및 다음에 기계 학습 모델에 대한 기능을 선택해야 할 때 […]
데이터 준비는 모델의 예측 능력의 성패를 좌우합니다. 저서 Applied Predictive Modeling의 3 장에서 Kuhn과 Johnson은 데이터 준비 과정을 소개합니다. 이를 학습 집합 데이터의 추가, 삭제 또는 변환이라고 합니다. 이 게시물에서는 모델의 예측 기능을 개선하는 데 사용할 수 있는 데이터 전처리 단계를 알아봅니다. 데이터 준비 문제를 모델링하기 전에 미가공 데이터를 사전 처리해야 합니다. 구체적인 준비는 사용 가능한 […]
많은 머신러닝 알고리즘은 입력 데이터에서 특성 값의 범위와 분포에 민감합니다. 입력 데이터의 이상치는 머신러닝 알고리즘의 학습 프로세스를 왜곡하고 오도하여 학습 시간이 길어지고 모델이 덜 정확하며 궁극적으로 결과가 좋지 않을 수 있습니다. 학습 데이터에 대한 예측 모델이 준비되기 전에도 이상치는 잘못된 표현을 초래할 수 있으며 수집된 데이터에 대한 오해의 소지가 있는 해석을 초래할 수 있습니다. 이상치는 평균 […]
알고리즘은 데이터에서 학습할 수 있으므로 해결하려는 문제에 대한 올바른 데이터를 제공하는 것이 중요합니다. 좋은 데이터가 있더라도 유용한 규모, 형식 및 의미 있는 기능이 포함되어 있는지 확인해야합니다. 이 게시물에서는 기계 학습 알고리즘을 위해 데이터를 준비하는 방법을 배웁니다. 이것은 큰 주제이며 필수 사항을 다룰 것입니다. 데이터 준비 프로세스 데이터 처리에 있어 더 엄격한 교육을 받을수록 더 일관되고 더 […]
모든 프로젝트의 첫 번째 단계는 문제를 정의하는 것입니다. 이 게시물에서는 시작하기 전에 문제에 대해 깊이 생각하는 과정을 배우게됩니다. 이것은 틀림없이 머신러닝을 적용하는 가장 중요한 측면입니다. 문제 정의 프레임워크 머신러닝으로 해결할 새로운 문제를 정의 할 때 간단한 프레임워크를 사용합니다. 이 프레임워크는 문제에 대한 요소와 동기 부여, 머신러닝이 적합한지 여부를 신속하게 이해하는 데 도움이 됩니다. 이 프레임워크는 다음 […]
저는 이런 질문을 많이 듣습니다. “머신러닝으로 어떻게 돈을 벌 수 있습니까?” 당신은 머신러닝 기술을 이용하여 머신러닝 엔지니어, 데이터 분석가 또는 데이터 과학자라는 직업을 가질 수 있습니다. 그것이 저에게 연락하는 많은 사람들의 목적입니다. 하지만 다른 옵션도 있습니다. 이 게시물에서는 다른 옵션에 대해 이야기해 보려고 합니다. 영항력 우선 사례를 들여다보기 전에 우선 몇 가지 방법론부터 시작하겠습니다. 다른 […]