검색 결과

{{기계 학습}} ...여 기존의 훈련 데이터로부터 나타나지 않던 상황까지도 일반화하여 처리할 수 있어야 한다. 사람과 동물에 대응하는 심리학으로는 [[개념 학습]](Concept Learning)을 예로 들 수 있다. ...

{{기계 학습}} ...귀 분석]]에서 사용되는 [[기계 학습]] 알고리즘의 안정성과 정확도를 향상시키기 위해 고안된 일종의 [[앙상블 학습법]]의 [[메타 알고리즘]]이다. 또한 배깅은 [[분산]]을 줄이고 [[과적합]]({{lang|en|overfitting}})을 피하도록 해준다. [[결정 트리 ...

{{기계 학습}} '''Q 러닝'''(Q-learning)은 모델 없이 학습하는 [[강화 학습]] 기법 가운데 하나이다. Q 러닝은 주어진 유한 [[마르코프 결정 과정]]의 최적의 정책을 찾기 위해 사용할 수 있다. Q 러닝은 주 ...

{{기계 학습}} ...[정보이론]], 시뮬레이션 기반 [[최적화 문제|최적화]], [[다중 에이전트 시스템]], [[떼 지능]], [[통계학]], [[유전 알고리즘]] 등의 분야에서도 연구된다. 운용 과학과 제어 이론에서 강화 학습이 연구되는 분야는 "근사 동적 계획법"이라고 불린다. 또한 최적화 ...

'''연관 규칙 학습법'''은 큰 데이터베이스에서 변수들 간의 흥미로운 관계를 발견하기 위한 규칙 기반 [[기계 학습]] 방법이다. 관심의 정도를 사용하여 데이터베이스에서 발견된 강력한 규칙을 구별하기 위한 것이다. 다양한 항목들과 주어진 모든 거래에서 연관 규칙 알고리즘 자체는 데이터 마이닝에 대한 전문 지식이 없는 사람들이 실행하기 어렵게 만들 수 있는 다양한 매개 변수로 구성되었고 이해하기 어려운 규 ...

{{기계 학습}} ...학습한 추정치를 사용하여 현재의 추정치를 구하는 동적 계획법의 특징을 지니고 있기 때문이다. 시간차 학습 알고리즘은 동물들의 시간차 학습 모델과도 관련이 있다.<ref name="WSchultz-1997">{{저널 인용|author=Schultz, W, Dayan, P & ...

[[파일:Sorting quicksort anim.gif|thumb|[[퀵 정렬]] 알고리즘]] '''알고리즘'''({{llang|en|algorithm}})은 [[수학]]과 [[컴퓨터과학]]에서 사용되는, [[문제]] 해결 방법을 정의한 '일련 ...

...을 목표로 한다. '''선형 분류'''에서는 주어진 속성의 [[선형결합]]을 바탕으로 분류를 수행한다. 개체의 속성은 [[피처 (기계 학습)|피처 값]]이라고 부르기도 하는데, 보통 [[피쳐 벡터]]라는 벡터 형태로 제공한다. [[분류:분류 알고리즘]] ...

...합]]을 피함으로써 최소화될 수 있다. [[기계 학습|기계학습]] [[알고리즘]]의 성능은 학습과정을 통한 일반화 오차값의 플롯, [[학습 곡선|학습곡선]]으로 측정된다. 알고리즘 <math>L</math>은 각 <math>n</math>에 대하여, 이하와 같은 <math>\beta_{CV}^{(n)}</math> ...

{{기계 학습}} ...사결정의 결과는 의사결정자의 결정에도 좌우되지만, 어느 정도 임의적으로 주어진다. 마르코프 결정 과정은 [[동적 계획법]]과 [[강화 학습]] 등의 방법으로 푸는 넓은 범위의 [[최적화 문제]]에 유용한 도구로 활용되며, [[로봇 공학]], [[제어 자동화]], [[경제학] ...

{{기계 학습}} ...는 '''편향-분산 트레이드오프'''(Bias-variance tradeoff) (또는 '''딜레마'''(dilemma))는 [[지도 학습]] 알고리즘이 [[트레이닝 셋]]의 범위를 넘어 지나치게 일반화하는 것을 예방하기 위해 두 종류의 [[오차]]([[편향]], [[분산] ...

{{기계 학습}} ...]]과 [[목표값]]을 연결시켜주는 예측 모델로서 [[결정 트리]]를 사용한다. 이는 [[통계학]]과 [[데이터 마이닝]], [[기계 학습]]에서 사용하는 예측 모델링 방법 중 하나이다. 트리 모델 중 목표 변수가 유한한 수의 값을 가지는 것을 [[분류 트리]]라 한다. 이 ...

...용 [[소프트웨어]]이다. [[행렬]]을 기반으로 한 계산 기능을 지원하며 함수나 데이터를 그림으로 그리는 기능 및 프로그래밍을 통한 알고리즘 구현 등을 제공한다. 매트랩은 수치 계산이 필요한 과학 및 공학 분야에서 다양하게 사용된다. 30일간의 무료 체험판을 사용해 볼 수도 [[분류:기계 학습 및 데이터 마이닝 소프트웨어]] ...

{{기계 학습}} ...ve). 따라서 에이다 부스트는 잡음이 많은 데이터와 이상점(outlier)에 취약한 모습을 보인다. 그러나 또 다른 경우에는, 다른 학습 알고리즘보다 과적합(overfitting)에 덜 취약한 모습을 보이기도 한다. 개별 학습기들의 성능이 떨어지더라도, 각각의 성능이 무작 ...

== 알고리즘 == === 알고리즘 === ...

...ditional random field|조건부 랜덤 필드}})이란 [[통계적 모델링 방법]]중에 하나로, [[패턴 인식]]과 [[기계 학습]]과 같은 [[구조적 예측]]에 사용된다. 일반적인 [[분류자]]({{llang|en|classifier}})가 이웃하는 표본을 고려하 ...ng|en|Viterbi algorithm}})이 있다. 이 알고리즘들은 트리 구조의 그래프 모델을 위한 일반적 [[신뢰전파|신뢰전파 알고리즘]]({{llang|en|belief propagation algorithm}})의 특수한 경우라고 할 수 있다<ref name="ICR ...

{{기계 학습}} ...스트'''({{llang|en|random forest}})는 [[분류]], [[회귀 분석]] 등에 사용되는 [[앙상블 학습법|앙상블 학습 방법]]의 일종으로, 훈련 과정에서 구성한 다수의 [[결정 트리]]로부터 부류(분류) 또는 평균 예측치(회귀 분석)를 출력함으로써 동작 ...

...''우체국 문제'''라고 명명했다. 이 문제의 직접적인 일반화 문제로써는, ''k'' 개의 가장 가까운 점을 찾는 [[K-최근접 이웃 알고리즘]]이 있다. ...]], [[기계 학습]], [[패턴 인식]], [[통계학]]의 분야에서 사용될 수 있다. 예컨대, [[최근접 이웃 규칙]]은 [[기계 학습]]에서 가장 기본적인 분류 규칙이며, 새로운 생명체의 게놈과 가장 유사한 게놈을 찾는 것도 최근접 이웃 탐색문제이다. ...

{{기계 학습}} </ref>)은 [[기계 학습]]의 분야 중 하나로 패턴 인식, 자료 분석을 위한 [[지도 학습]] 모델이며, 주로 [[분류]]와 [[회귀 분석]]을 위해 사용한다. 두 카테고리 중 어느 하나에 속한 데이터의 집합이 주어졌을 때, ...

{{기계 학습}} [[기계 학습]]분야에서, ''''나이브 베이즈 분류'''(Naïve Bayes Classification)는 특성들 사이의 독립을 가정하는 [[베이 ...