데이터 마이닝(방송통신대학교 과제)-30점 만점

소개

30점 만점 과제물입니다
목차 및 내용은 미리보기 참고해주세요

목차

1. 1번 문제
1) 1-①
2) 1-②

2. 2번 문제
1) 2-①
2) 2-②
3) 2-③

3. 3번 문제
1) a / b,c
2) b / a,c
3) c / a,b

본문내용

1-①
풀이:
데이터 마이닝이란 데이터로부터 이들 데이터 내에 존재하는 패턴, 규칙 등을 분석 하고 모형화함으로써 유용한 지식을 추출하는 일련의 과정이다. 통계학에서 전통적 으로 사용되었던 모수적 접근방법과 기계학습의 발전의 결과물인 알고리즘 접근방법 이 모두 데이터 마이닝에 사용될 수 있다.
① 모수적 모형 접근방법은 단순 선형 회귀분석 Y= a + bx와 같이 식을 세우고 식 안의 모수 a와 b를 최소제곱법이나 최대우도추정법 등을 통해 과거 데이터로부 터 추정하는 방법이다. 예시로 선형 회귀분석, 로지스틱 회귀모형 등이 있다.
② 알고리즘 접근방법은 알고리즘에 의해 정해진 방식으로 계산된 결과에 따라 분 석되는 방식이다. 즉 알고리즘에 의해 데이터로 학습하는 방식이다. 예시로 의사결 정나무, 배깅(bagging), 부스팅(boosting), 랜덤포레스트(random forest), 신경망모 형 등이 있다.
이러한 특징을 기반으로, 모수적 모형 접근방법은 결과의 해석이 쉽고, 계산이 빠 르고, 결과가 복잡하지 않다는 장점을 가진다. 하지만 특정 분포를 따른다는 가정이 성립하지 않으면 결과의 신뢰도가 낮아질 수 있고 그만큼 정확도도 떨어지게 되며, 데이터가 복잡한 경우 설명력이 떨어질 수 있다는 단점이 있다.
반면, 알고리즘 접근방법은 모수적 접근방법처럼 데이터가 특정분포를 따른다는 가 정이 필요없으므로 데이터가 다양하고 복잡해도 유연하게 적용가능하고, 이미지, 텍 스트, 음성과 같은 복잡하고 비선형의 데이터도 분석이 가능하다는 장점을 가진다. 하지만 그만큼 이해하기 어려운 알고리즘을 기반으로 하기 때문에 결과 해석이 어렵 고, 복잡한 데이터일수록 계산이 오래 걸리고, 학습 데이터가 부족하면 성능이 저하 되고, 과적합(overfitting) 위험이 발생하는 단점이 있다.

1-②
풀이:
최근 SNS 이용률이 증가함에 따라, 방대한 양의 데이터가 쏟아져 나오고 있다.

참고자료

· 데이터 마이닝, 장영재 외, 한국방송통신대학교출판문화원, 2024
· https://www.ibm.com/kr-ko/think/topics/text-mining-use-cases
· https://scienceon.kisti.re.kr/commons/util/originalView.do?cn=CFKO201714956119021&oCn=NPAP12899109&dbt=CFKO&journal=NPRO00379500
· https://www.samsungsds.com/kr/insights/1232567_4627.html
· https://weeklyclip.com/entry/%ED%85%8D%EC%8A%A4%ED%8A%B8%EB%A7%88%EC%9D%B4%EB%8B%9D-%EC%98%A4%ED%94%BC%EB%8B%88%EC%96%B8%EB%A7%88%EC%9D%B4%EB%8B%9D-%EC%9B%B9%EB%A7%88%EC%9D%B4%EB%8B%9D
· https://blog.naver.com/yoonkeem/223118677930
· https://wikidocs.net/230312
· https://velog.io/@ekdl/Machine-Learning-12-%ED%85%8D%EC%8A%A4%ED%8A%B8-%EB%A7%88%EC%9D%B4%EB%8B%9DText-Mining