Hee'World

최근, 저자는 새로운 식사경험을 제공하는 식당에 대한 기사를 읽었다. 그 식당은 완벽히 어두운 환경에서 식사를 할 수 있는 콘셉트로, 식사할 때 시각적인 요소를 배제 하면 미각과 후각을 향상시킬 수 있다는 아이디어에 근간한 것이었다. 고객은 보이지 않는 음식을 접할 때, 먼저 맛에 대한 빠른 정보수집(양념, 향, 질감 은 어떠한지, 음식이 짠지 달콤한지와 같은 것들) 단계를 거친다. 그리고 이전에 그가 경험했던 음식들과 비교하여 현재 먹고 있는 음식에 대한 경험을 향상시킨다. 이러한 단계는 머신러닝에서 데이터를 분류할 때 가장 비슷하고 가장 근접한 범주로 데이터들을 분류하는 최근접 방식과 비슷하다. 이 챕터에서는 최근접 방식을 이용한 데이터분류에 대해 학습할 것이다. 학습하게 될 내용1. 최근접 이웃 정..

1. 데이터 수집2. 입력 데이터 준비(데이터 크런징)3. 데이터 분석(데이터 관찰, 인사이트 찾기)4. 알고리즘 선택/훈련5. 알고리즘 테스트(검정)6. 사용하기(운영 배포) - 머신러닝인액션

상대성 이론위키백과, 우리 모두의 백과사전. 일본의 밴드에 대해서는 소타이세이리론 문서를 참조하십시오.일반상대성이론에서 묘사된 시공의 곡률을 2차원으로 표현한 그림.상대성 이론(相對性理論, 독일어: Relativitätstheorie, 영어: theory of relativity) 혹은 단순히 상대성(독일어: Relativität, 영어:relativity)은 알베르트 아인슈타인이 제창한 시간과 공간에 대한 물리 이론으로, 특수 상대성 이론과 일반 상대성 이론으로 나뉜다. 상대성 이론에 따르면, 서로 다른 상대 속도로 움직이는 관측자들은 같은 사건에 대해 서로 다른 시간과 공간에서 일어난 것으로 측정하며, 그 대신 물리 법칙의 내용은 관측자 모두에 대해 서로 동일하다.상대성 이론은 단순한 자연 법칙이 아..

데이터다루기 수치 변수파악str() - 데이터 프레임의 구조나 벡터나 리스트를 포함한 R 데이터 구조를 표시하는 방법을 제공. > str(iris)'data.frame':150 obs. of 5 variables: $ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ... $ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ... $ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ... $ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ... $ Species : Factor w/ 3 leve..

데이터에 맞는 알고리즘모델 태스크 지도 학습 알고리즘 최근접 이웃 분류 나이브 베이즈 분류 결정 트리 분류 선형회귀 수치 예측 회귀 트리 수치 예측 모델 트리 수치 예측 신경망 다중 용도 서포트 벡터 머신 다중 용도 비지도 학습 알고리즘 연관 규칙 패턴 탐지 K평균 군집화 군집화 - R을 활용한 머신러닝 -

Weka는 뉴질랜드의 와이카도 대학에서 개발된 데이터마이닝 소프트웨어. - Java로 개발되었으며, GNU의 일반 공개 라이선스아래 배포되고 있다.(http://www.cs.waikato.ac.nz/ml/weka/) Weka에는 데이터 마이닝 문제를 풀기 위한 알고리즘(회귀, 분류, 군립, 속성 선택 알고리즘...)들이 포함되어 있으며, ARFF포맷으로 하나의 관계형 테이블 형태를 갖는 입력 데이터들을 취하며, 데이터베이스 쿼리를 통해 생성될 수도 있다. Weka Explorer - GUI를 통해서 ARFF파일이나 스프레드시트 형식으로 돼 있는 데이터집합을 읽어와서 다양한 알고리즘을 수행 할 수 있다. Weka Experiment - 사용자가 방대한 데이터에 대해 다양한 매개변수 설정을 하게 해줌으로써 ..

통계적 가설은 통계학에서 사용하는 용어로, 하나의 특정 주장을 모수를 이용해 나타낸 형태를 지칭한다. 가령, '미국 성인여자의 신장은 크다'는 통계적 가설이 될 수 없다. 하지만 '미국 성인여자의 평균신장은 180cm이다.'는 통계적 가설이 될 수 있다. 평균신장은 여기서 모집단 특성을 나타내는 모수의 역할을 수행한다. 통계적 가설은 귀무가설과 이와 반대에 있는 대립가설로 나타낸다.[2]절차[편집]가설검정은 다음과 같은 총 5단계 절차를 거치게 된다.[3]유의수준의 결정, 귀무가설과 대립가설 설정검정통계량의 설정기각역의 설정검정통계량 계산통계적인 의사결정귀무가설과 대립가설 설정[편집]먼저 연구가설 내용을 통계적 가설로 바꾸어 줌으로써 가설 검정이 시작된다.[2] 통계적 가설은 귀무가설()과 대립가설()로..

평균mean()분산 - 관찰지의 퍼진 정도var()표본분산var(data)*(length(data)-1)/length(data)표준편차 - 관찰치의 퍼진 정도를 나타sd()sqrt(var(data))표준오차 - 추정치의 표준편차sd(data)/sqrt(length(data))변동계수sd(data)/mean(data)Boxplotboxplot(data, col="blue")Q-Q Normality plot - 데이터가 정규분포에 얼마나 근접한지 확인할때,qqnorm(data)qqline(data)표본추출sample()히스토그램hist(data, probability=TRUE)lines(density(data), col="red")