총 3개
-
엑셀에서 회귀식 구하기 대 인공신경망의 회귀식 구하기2025.05.101. 엑셀에서의 회귀식 구하기 엑셀에서도 회귀식을 구하는 기능을 제공하지만, 데이터의 복잡성과 비선형적인 관계를 모델링하는 데에는 한계가 있습니다. 엑셀에서는 선형 회귀식, 지수 회귀식, 로그 회귀식, 다항식 회귀식 등 다양한 형태의 회귀식을 구할 수 있으며, R-squared 값을 통해 회귀식의 적합도를 평가할 수 있습니다. 그러나 R-squared 값만으로는 비선형적인 관계를 가진 데이터에 대한 적합도를 완전히 판단할 수 없으므로, 시각적인 확인과 다른 평가 지표를 함께 고려해야 합니다. 2. 인공신경망에서의 회귀식 구하기 인공...2025.05.10
-
머신러닝 효과검증2025.05.101. 머신러닝 효과검증 머신러닝 과제의 실제 효과를 보여주기 위해 다음과 같은 방법들을 고려할 수 있습니다: 정량적인 성능 개선, 시간과 비용 절감, 예측 능력 개선, 인사이트 제공, 실제 시스템 통합. 이러한 방법들을 통해 머신러닝 과제의 실제 효과를 증명할 수 있습니다. 과제의 목적과 환경에 따라 적절한 방식으로 결과를 제시하는 것이 중요합니다. 2. 제조 수율영향성 분석 수율 영향성을 분석하는 머신러닝 과제를 위한 분석 툴을 제작하기 위해 다음과 같은 절차를 따를 수 있습니다: 데이터 수집, 데이터 전처리, 특성 선택 및 추출...2025.05.10
-
Autoencoder 기반 추천 시스템 조사2025.05.071. Autoencoder 기반 추천 시스템 Autoencoder는 여러 규제 기법을 적용하여 다양한 application에 적용되고 있으며, 특히 추천 시스템인 collaborative filtering의 성능을 높이는 데 주로 사용된다. 기존 추천 시스템의 한계를 개선하는 방법으로 Autoencoder 기반 추천 시스템이 제시되었다. 본 논문에서는 Autoencoder 기반 추천 시스템에 대한 체계적인 검토를 실시하고 분류 체계를 제안하였다. 2. Autoencoder만을 기반으로 하는 모델 Autoencoder 기반 colla...2025.05.07