데이터마이닝

기초 개념 학습을 마쳤으니, 이제 본격적으로 데이터 마이닝을 해보고자 한다. 그러기 위해서는 실제 데이터가 필요하다.… 더 보기 »캐글 API(Kaggle API) 설치하기 (윈도우/아나콘다+구글 코랩)

이전 글에서는 은닉 마르코프 모델(Hidden Markov Model, HMM)에 대해 알아보았다. HMM에서 가장 확률이 높은 조합을… 더 보기 »HMM과 비터비 알고리즘(Viterbi Algorithm)

이전 글에서 알아본 로지스틱 회귀는 특정 시점의 데이터를 다뤘다. 만약 연속적인 시점의, 시계열 데이터를 다루고… 더 보기 »은닉 마르코프 모델(Hidden Markov Model)

로지스틱 회귀(Logistic Regression)에서는 종속변수가 이항 카테고리일 때 사용하며, 각각의 가중치와 독립변수의 곱인 <w, x>을 로짓… 더 보기 »소프트맥스 회귀(Softmax Regression)

고객들이 이 제품을 살 것이냐 안 살것이냐와 같이 ‘Yes or No’ 2개의 선택지의 확률을 구할… 더 보기 »로지스틱 회귀(Logistic Regression)

지금까지 클러스터링(Clustering), 분류(Classification), 회귀(Regression)에 대해 알아보았다. 어떤 문제에 어떤 방법을 적용해야하는지 정확히 이해하는 게 중요한니까… 더 보기 »연관 규칙 마이닝(Association Rule Mining)

이번 글에서는 회귀트리와 모델 트리에 대해 알아본다. 이름에서 알 수 있다시피 의사결정 나무(Decision Tree)와 회귀식을… 더 보기 »회귀트리와 모델트리(Regression Tree and Model Tree)

지난 글에서는 X와 Y의 관계가 비선형이면서 비단조 문제일 때 해결하는 다항회귀에 대해 알아보았다(다항회귀 알아보기). 이번에는… 더 보기 »국소 회귀 (Local Regression)