검색 결과

== 수학적 모델링 == [[분류:데이터 압축]] ...

* [[데이터 모델링]] [[분류:데이터 모델링]] ...

[[분류:데이터 모델링]] ...

빔포밍한 송신 신호 벡터인 <math>\mathbf{x}</math>는 다음과 같이 모델링 될 수 있다. ...그 빔포밍 접근 시 100개의 아날로그 신호를 취한 뒤 아날로그 방식을 사용하여 이들을 스케일링하거나 위상 편이시킨 다음 하나의 출력 데이터 스트림을 디지털화하는 것이 일반적이다. ...

...시켜주는 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 트리 구조에서 잎(리프 노드 ...체를 표현하는데 사용된다. 다만, 데이터 마이닝의 결과로서의 분류 트리는 의사 결정 분석의 입력 값으로 사용될 수 있다. 이 페이지는 데이터 마이닝 분야에서의 결정 트리를 주로 다룬다. ...

...지연된 (과거) 값, 모델에 있는 다른 변수의 지연된 값 및 오류 항이 포함된다. VAR 모델은 연립 방정식 이 있는 [[구조방정식 모델링|구조 모델]] 만큼 변수에 영향을 미치는 힘에 대한 지식이 많이 필요하지 않다. 필요한 유일한 사전 지식은 시간이 지남에 따라 서로 영 ...=1980|권=48|호=1|쪽=1–48|doi=10.2307/1912017|jstor=1912017}}</ref> VAR 모델은 일기 데이터<ref name="Kr2016">{{저널 인용|제목=Temporal Dynamics of Health and Well-Being: A ...

'''조건부 무작위장'''({{llang|en|conditional 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 이에 반해 조건부 무작위장에서는 관측 값을 모델링 하는데에 걸리는 시간을 고정시킬 뿐 아니라 독립성에 대해서 매우 엄격한 가정을 요구하는 생성모델({{llang|en|generative ...

계량분석화학에서 자기 모델링 그래프 분해라는 이름으로 오랫동안 행해져 왔다. 이 경우 오른쪽 행렬에 있는 벡터들은 떨어져 있는 값보다는 연속적인 값을 갖게 된다. * 비음수 행렬 분해는 완화된 형태의 k 평균 알고리즘으로 동일시 할 수 있다. 이는 비음수 행렬 분해를 데이터 군집화에 사용하는 이론적 토대가 된다. 그러나 k-평균 알고리즘은 비음수이라는 제약 조건을 가지고 있지 않다는 차이가 있다. ...

'''통계학'''(統計學, {{llang|en|statistics}})은 산술적 방법을 기초로 하여, 주로 다량의 [[데이터]]를 관찰하고 정리 및 분석하는 방법을 연구하는 [[수학]]의 한 분야이다. 근대 과학으로서의 통계학은 19세기 중반 [[벨기에]]의 ...는 [[데이터]]로부터, 응용 수학의 기법을 이용해 수치상의 성질, 규칙성 또는 불규칙성을 찾아낸다. 통계적 기법은, 실험 계획, [[데이터]]의 요약이나 해석을 실시하는데 있어서의 근거를 제공하는 학문이며, 폭넓은 분야에서 응용되어 실생활에 적용되고 있다.<ref name= ...

|image1=Test function and noisy data.png|caption1=함수와 노이지 데이터 ...함수(빨간색)가 방사상 기저 함수(radial basis functions)를 사용하여 근사(approximate)된 것이다. 노이지 데이터 점들이 트레이닝 셋으로 제공되었다(그림 1). 넓은 분포(그림 2)에서 편향값은 높지만 분산값은 낮다. 분포가 작아질수록(그림 3과 4 ...

...로그램 가능한 부분이며 비교적 최근에 추가된 기하 셰이더 또한 그 활용 사례가 늘고 있다. 버텍스 셰이더로 프로그래머는 각각의 버텍스(모델링 폴리곤의 꼭지점) 특징, 즉, 위치, 색상, 패턴 좌표, 그리고 수직 벡터를 다르게 할 수 있게 되었다. 프래그먼트 셰이더는 프래그먼트 흐름이란 단순히 유사한 계산을 필요로 하는 레코드의 모음이다. 흐름으로 데이터 병렬성을 구할 수 있다. 커널이란 함수로써 흐름 속의 각 요소에 적용되는 것이다. GPU에서는 꼭짓점과 프래그먼트가 흐름 속의 요소이고 ...

...트롤들을 테스트할 수 있다. 두 개 이상의 버전 또는 동시에 더 많이 사용을 제어한다. 단순한 A/B 테스트는 설문 데이터, 오프라인 데이터 그리고 다른 좀 더 복잡한 현상과 같이, 실측, 유사 실험 또는 기타 비 실험 상황에서는 유효하지 않다. * [[선택 모델링]] ...

데이터 모델링 기술이 발전하면서 총 수증기 수송량(IVT)이 대기천을 해석하는데 보편적인 데이터 유형이 되었다. 이 데이터의 강점은 특정 구름기둥(IWV)에서 정적인 수증기 두께 대신 시간별로 여러 단계에 걸친 수증기 수송량을 보여 ...

...bilistic latent semantic analysis, pLSA)등을 거쳐 LDA로 도달하게 되었고, 이는 [[토픽 모델|토픽 모델링]]이라 불리는 분야를 탄생시켰다. 확률 잠재 의미 분석은 확률 잠재 의미 인덱싱(probabilistic latent semantic | 부호단어(codeword) || 단어(word) || LDA 모형의 가장 기본적인 이산 데이터 단위 <math>x \in \{1,\dots,V\}</math> ...

클래스 라벨 ω 가 주어지지 않고 특징 벡터 x={x1, x2,...,xN } 만으로 이루어진 데이터 집합이 주어질 경우의 학습은 정확한 답은 제공 받지 못하므로 비교사/무감독/비지도 (unsupervised: 교사 없이 훈련한) 학습이 이 방법은 여러 개의 모수적 확률밀도함수(주로 가우스)를 혼합하여 주어진 확률밀도함수를 모델링하는 방법으로 아래 식과 같이 모델링 되며, 모델 파라미터를 찾는 것이 목적이다. 이 방법을 “모수적 혼합 모델(parametric mixture models)”이라고 한다 ...

[[파일:EM Clustering of Old Faithful data.gif|섬네일|[[올드페이스풀 간헐천]] 분화 데이터. 데이터가 정규분포 [[혼합 모델]]에서 관측되었다고 가정하고, 기댓값 최대화 [[클러스터 분석]]을 이용해 매개변수들을 추정하는 과정 ...그 순열이 [[최대가능도방법|최대가능도]]로 수렴한다는 증거는 없다. [[다항 분포]]에서는, EM 알고리즘이 초기값에 따라 관측된 데이터 가능도 함수의 [[극대값]]으로 수렴할 수도 있다. [[경사 하강법]](서로 다른 초기 추정량 <math>\boldsymbol\thet ...

...이다. 그렇지만 여러 종류의 구조들의 성능을 동시에 비교하는 것이 항상 가능한 것은 아닌데, 그 이유는 특정 구조들의 경우 주어진 [[데이터]] 집합에 적합하도록 구현되지 않은 경우도 있기 때문이다. 심층 신경망은 일반적인 [[인공신경망]]과 마찬가지로 복잡한 [[비선형]] 관계(non-linear relationship)들을 [[모델링]]할 수 있다. ...

은닉 상태 공간은 범주 분포로 모델링 될 수 있는 <math>N</math>개의 가능한 상태들 중 하나로 구성되어 있다고 가정된다. 각각의 시간 <math>t</math>에 ...지식을 모델에 즉시 주입되도록 할 수 있다는 것이다. 이 종류의 모델들은 은닉 상태와 그와 관계된 관찰 값 사이의 직접적인 의존관계를 모델링 하는 데에 있어서 제한을 받지 않는다. 오히려 연관된 관찰 값과 근처의 관찰 값의 조합이나 주어진 은닉 상태로부터의 어떤 거리의 임의의 ...

...의 한 종류로, 유닛간의 연결이 [[순환 (그래프 이론)|순환]]적 구조를 갖는 특징을 갖고 있다. 이러한 구조는 시변적 동적 특징을 모델링 할 수 있도록 신경망 내부에 상태를 저장할 수 있게 해주므로, [[순방향 신경망]]과 달리 내부의 [[메모리]]를 이용해 [[시퀀스]] ...215|bibcode=2014arXiv1409.3215S|last3=Le|first3=Quoc V.}}</ref> [[언어 모델|언어 모델링]],<ref name="vinyals2016">{{ArXiv 인용|last1=Jozefowicz|first1=Rafal|last2=Vi ...

또한 베르누이 이벤트 모델을 통해 모델링 된 나이브 베이즈 분류는 빈도 수를 1로 가지는 다항식 NB 분류기 와 동일하지 않다는 점에 유의 해야한다. ...하는 것은 각 분포가 독립적으로 일차원의 분포로 추정 할 수 있게 한다. 이를 통해서, 특성의 수에 비해 기하 급수적으로 많은 수의 데이터 셋을 필요로 하게 되는 차원의 저주의 문제를 완화 할 수 있다. 나이브 베이즈는 종종 올바른 클래스 확률을 도출하는 좋은 추정치를 생성 ...