의사결정나무,신경망,연관법칙에 대하여

등록일 2001.05.17 MS 파워포인트 (ppt) | 10페이지 | 가격 1,000원

목차

1.의사결정나무
- 의사결정나무 알고리즘
- 의사결정나무 장,단점
2.신경망
- 신경망분석의 구조 및 특징
- 신경망의 장단점 및 문제해결방법
3.연관규칙 유도기법
- 연관규칙 평가방법
4.결론

본문내용

데이터마이닝이라는 것은 방대한 양의 데이터 속에서 쉽게 드러나지않는 유용한 정보를 찾아내는 과정이라고 말할 수 있다. 이러한 미지의 유용한 정보를 찾는 작업을 하기 위해서는 연관성분석, 의사결정나무, 회귀분석, 신경망모형 등의 여러가지 통계적, 비통계적 방법이 사용된다. 이중에서 의사결정나무 분석은 해석이 용이하고 비모수적인 모형이고 이상치에 민감하지 않은 장점 때문에 자료의 세분화, 분류, 예측, 변수선택 등의 부분에서 널리 사용된다. 실제 데이터마이닝을 하면서 쉽게 접해 볼 수 있는 신용평가 자료를 통해 로지스틱분석방법이나 신경망분석방법과 CHAID나 CART알고리즘을 비교한 결과 위의 자료에서는 의사결정나무 분석이 더욱 더 좋은 결과를 얻음을 확인하였고 해석이 용이하여 미지의 고객에 대해서도 쉽게 적용하고 설명할 수 있었다. 하지만 의사결정나무분석이 항상 좋은 결과를 가져오는 것은 아니며, 자료에 의존하여 분류기를 만들기 때문에 항상 과적함의 문제가 있을 수 있다.

      최근 구매한 회원 학교정보 보기
      1. 최근 2주간 다운받은 회원수와 학교정보이며
         구매한 본인의 구매정보도 함께 표시됩니다.
      2. 매시 정각마다 업데이트 됩니다. (02:00 ~ 21:00)
      3. 구매자의 학교정보가 없는 경우 기타로 표시됩니다.
      최근 본 자료더보기
      추천도서