"K-means 알고리즘" 검색결과 1-20 / 135건

• 

  K-means알고리즘 설명 강의록

  파이썬 데이터분석 K-Means 1. ... 이때 , K-means 알고리즘에 대한 여러 평가 기법이 존재하며 그중 대표적인 기법 한 가지만 소개한다 . ... 알고리즘 설명 – 주요 특징 K- 평균 알고리즘은 주어진 데이터를 k 개의 클러스터 ( 군집 ) 로 묶는 알고리즘으로 , 각 클러스터와 거리 차이의 분산을 최소화 하는 방식으로 동작한다

  리포트 | 25페이지 | 1,000원 | 등록일 2021.07.09 | 수정일 2021.07.11

  다운로드 장바구니
• 

  셀 생산방식에서 자기조직화 신경망과 K-Means 알고리즘을 이용한 기계-부품 그룹형성

  한국산업경영시스템학회 산업경영시스템학회지 이상섭, 이종섭, 강맹규

  논문 | 10페이지 | 4,000원 | 등록일 2017.01.04 | 수정일 2023.04.05

  다운로드 장바구니
• 

  K-mean 군집화 알고리즘과 Non-negative Least Square를 이용한 악취분류와 악취원분석

  이에 본 논문에서는 민원지역의 악취분류를 위해 k-mean 알고리즘을 이용하여 악취데이 터에 대한 군집화를 수행하였다. ... K-mean clustering algorithm in this study was applied to the odor data in order that classify characteristic ... performed with similarities which have relationship between odor representative patterns as a result of k-mean

  논문 | 12페이지 | 4,300원 | 등록일 2016.04.02 | 수정일 2023.04.05

  다운로드 장바구니
• 

  알고리즘에 대해

  [출처] 최근접 이웃 분류(k-NN)|작성자 Jun K-means 알고리즘 주어진 데이터를 k개의 클러스터로 묶는 알고리즘으로, 각 클러스터와 거리 차이의 분산을 최소화하는 방식으로 ... 이 알고리즘은 EM 알고리즘을 이용한 클러스터링과 비슷한 구조를 가지고 있습니다. k-means 클러스터링 알고리즘은 클러스터링 방법 중 분할법에 속합니다. ... K-NN 사용을 위한 데이터를 준비할 때 데이터를 K-NN 알고리즘에 적용하기 전에 표준 범위로 변환됩니다. 그다음 최소 ?

  리포트 | 4페이지 | 1,500원 | 등록일 2020.08.25

  다운로드 장바구니
• 

  [가천대] 지능형 정보 기술 기말 정리

  K-Means 알고리즘- 가장 가까운 데이터들을 하나의 그룸(클러스터)로 묶는 알고리즘-최적의 중심을 구하는 것이 핵심(군집의 중심을 구하는 것이 필요)

  시험자료 | 9페이지 | 2,500원 | 등록일 2024.02.26

  다운로드 장바구니
• 

  모두의 인공지능 과제

  물음에 답하시오. 1) 이 데이터에 선형회귀를 적용하면 무엇을 얻을 수 있는지 그림을 그려서 붙이고, 그것이 어떻게 활용될 수 있는지 설명하시오. 2) 이 데이터에 k-means 알고리즘을

  시험자료 | 3페이지 | 2,000원 | 등록일 2020.12.21 | 수정일 2021.06.24

  다운로드 장바구니
• 

  흰개미 군집 모델을 이용한 유사 게임 블로그 추천 시스템 설계 및 구현

  한국컴퓨터게임학회 한국컴퓨터게임학회 논문지 김준모, 김성호, 조이석, 김용성

  논문 | 10페이지 | 4,000원 | 등록일 2023.04.05

  다운로드 장바구니
• 

  인공지능

  표준편차 축소값 = 전체 표준편차 – 분류 후 각각의 표준편차가중치 표준 편차 축소값이 최대가 되도록 속성 선택 군집화 알고리즘 k-means 알고리즘 군집의 중심 위치 선정 군집을 ... - 옳게 분류한 데이터 개수/ 전체 데이터 개수 k-겹 교차검증 전체 데이터에서 k등분하여 각 등분을 한번씩 테스트 데이터로 사용 전체 정확도의 평균값을 사용 불균형 데이터 - 특정 ... : 행동 상태공간 계획수립의 종류 전향 탐색 – 너비우선, 깊이 우선, A* 알고리즘 후향 탐색 – STRIPS 알고리즘 STRIPS 알고리즘 - 변수 사용 불가 GraphPlan

  리포트 | 12페이지 | 2,000원 | 등록일 2020.12.13

  다운로드 장바구니
• 

  모두의 인공지능 10주차 정리

  알고리즘 k 덩어리 개수를 사람,사용자가 정해줌 단점: 덩어리가 몇 개인지 모름 장점: 빠르고 정확히 군집화 임의로 중심=평균(mean)점을 정함 k=2(덩어리) 각 개체가 m1,m2 ... *classification vs clustering 범주가 알려져있고 새로운 대상이 어느범주에 속하는지 알아내는 것 vs 범주가 무엇인지 정확하지 않음(정답x) 2)k-means ... 거리 계산으로 알 수 없는 반대되는 취향을 알 수 있다. 2-4) 추천 항목 선정

  시험자료 | 4페이지 | 2,000원 | 등록일 2021.03.12

  다운로드 장바구니
• 

  지능형 게임 에이전트를 위한 관찰학습 알고리즘의 설계 및 구현

  본 논문에서는 이러한 학습 능력을 게임 내의 에이전트에게 부여하기 위해 심리학 이론 중 하나인 관찰학습 이론을 적용한 알고리즘을 제시하고자 한다.

  논문 | 8페이지 | 4,000원 | 등록일 2023.04.05

  다운로드 장바구니
• 

  UNIST 및 인공지능 대학원 기술 면접(Interview) 준비 자료

  KNN / K-Means 알고리즘의 차이점과 카테고리 및 비지도 학습 및 지도학습과의 관련성5. 오버피팅과 언더피팅6. ... 이는 Overfitting을 방지하고, 모델의 일반화 성능을 검증하는데 도움을 줄 수 있습니다.그 예시로, K-Fold Cross Validation 방법이 있습니다. ... 해당 방법은 하나의 데이터 셋을 K개로 나누어서 하나는 검증에 사용하고, 나머지는 모두 훈련에 사용하는 방법입니다. 해당 동작을 K번 반복해서 평균 계산을 합니다.

  자기소개서 | 25페이지 | 3,000원 | 등록일 2022.12.14 | 수정일 2023.07.21

  다운로드 장바구니
• 

  인공지능의 응용 과목에서 제출한 자료이며 순환신경망, 생성적 적대 신경망, KNN 알고리즘, K means Clustering, 파이썬과 연관된 머신러닝을 정리하였습니다.

  K 평균 알고리즘 (K means Clustering) 머신러닝 비지도학습에 속하는 K-평균 알고리즘은 K는 묶을 군집 즉 클러스터의 개수를 의미하며 means는 평균을 의미한다. ... K-평균 알고리즘은 쉽게 말해서 데이터를 K개의 군집(Cluster)으로 묶는(Clusting) 알고리즘이다. ... K-평균 알고리즘의 작동 방식으로는 먼저 무작위로 k개의 클러스터 중심을 정한 후 각 샘플에서 가장 가까운 클러스터 중심을 찾아 해당 클러스터의 샘플로 지정한다.

  리포트 | 4페이지 | 2,000원 | 등록일 2022.05.10

  다운로드 장바구니
• 

  인공지능 대학원 전공 면접 준비자료(약 150문항)

  것 - K-means클러스터링은 각 클러스터의 분산을 최소화하여 데이터 포인트를 K개의 클러스터로 나눔 - 그런데 K는 하이퍼파라미터이기 때문에 k의 초기화에 좌우됨 - proecess ... Euclidean, Manhattan Distance Clustering, K-means - 클러스터의 특성에 대한 감독이나 사전 지식 없이 유사한 데이터 포인트를 함께 그룹화하는 ... of grouping similar data points together without supervisor or prior knowledge of the clusters. - K-means

  자기소개서 | 26페이지 | 20,000원 | 등록일 2024.01.01 | 수정일 2024.01.03

  다운로드 장바구니
• 

  모두를 위한 머신러닝 과제 2(케이묵, K-MOOC)

  위의 표에서 알수있듯 Cluster centroids가 더 이상 변하지 않는 것을 확인할 수 있으며 K-Means 알고리즘이 수렴하였기 때문에 K-Means 알고리즘을 종료하면 된다 ... 된 클러스터 중심의 값을 구하시오. cluster k에 속해 있는 모든 데이터 포인트들을 전부 다 더하고 그 개수만큼 나눠줌으로써 나온 평균값을 Cluster centroids로 ... (1, 1) 2 1.5 2 4 (-1, -0.5) 1.5 2 1 5 (0, -1) 2.24 1.12 2 6 (1, -0.5) 2.5 0 2 (2) 클러스터 중심을 이동시키고 업데이트

  리포트 | 5페이지 | 4,900원 | 등록일 2023.11.29

  다운로드 장바구니
• 

  모두의 인공지능 2021-1학기 족보입니다. (성적 A+ 받았습니다)

  데이터에서 규칙이나 패턴을 찾아내는데 활용되는 도구와 방법의 모임을 k-means라 한다. 근거) PDF 95페이지/ K-means가 아니라 머신러닝임4번 아주크다. ... 답 : 5번 드롭 아웃 A*알고리즘, 맹목적 탐색, 휴리스틱 탐색, 몬테카를로 탐색은 본문에 있으나 드롭 아웃 탐색은 없음3번) 다음 중 옳지 않은 것은? 답) 3번.

  리포트 | 7페이지 | 1,500원 | 등록일 2021.09.01 | 수정일 2021.09.14

  다운로드 장바구니
• 

  군집화 (Clustering) 비지도 학습

  대표적인 알고리즘으로는 K-평균 군집화(K-means clustering), DBSCAN(Density-Based Spatial Clustering of Applications with ... 군집화 알고리즘 선택: 데이터에 적합한 군집화 알고리즘을 선택합니다. 예를 들어, K-평균 군집화 알고리즘을 선택할 수 있습니다. ... 이 알고리즘은 데이터를 K개의 클러스터로 분할하는 방법으로, 각 클러스터는 유사한 특성을 가진 데이터들의 그룹을 형성합니다.

  리포트 | 5페이지 | 2,500원 | 등록일 2023.06.27

  다운로드 장바구니
• 

  세종대학교 모두를 위함 머신러닝 온라인 기말고사 문제 100점 정답 포함

  K-means는 다른 국소 최적 값에서 멈출 수 있다 정답 2. 랜덤하게 초기화 하였을 때 국소 최적 값에 빠지게 되는 경우도 발생할 수 있다 정답 3. ... 랜덤 초기화를 여러 번 실행하면 K-means가 국소 최적 값에 빠지는 것을 방지하는 데 도움이 될 수 있다 정답 4.다음 중 PCA를 사용하는 이유에 대한 설명이 아닌 것은? ... 학습 알고리즘 개발하기 4. 접근방식 선택하기 (지도학습 / 비지도학습) 정답 5. 특징 추출하기 2. 다음 설명 중 올바른 것을 모두 고르시오. 하나 이상을 선택하세요.

  시험자료 | 2페이지 | 2,000원 | 등록일 2023.12.10

  다운로드 장바구니
• 

  2023상반기 현대로템 합격 자소서

  첫 시도에서 일반적인 클러스터링 기법으로 가장 많이 사용하는 K-Means 모델을 적용하였습니다. ... 원인을 찾기 위해 클러스터링 관련 논문 3편을 읽어보았고 그 결과, 설문조사 데이터와 같은 범주형 데이터는 평균이 대부분 중간 값으로 수렴하는 특징이 있으므로 K-means 클러스터링이 ... 이를 근거로 팀원에게 모델링 수정을 제안하고 협의 끝에 최빈값을 기준으로 하는 K-Modes 모델로 변경하기로 했습니다.

  자기소개서 | 5페이지 | 3,000원 | 등록일 2023.07.12

  다운로드 장바구니
• 

  세종대 모두를 위한 머신러닝 기말고사 , 답

  랜덤 초기화를 여러번 실행하면 K-means 가 국소 최적 값에 빠지는 것을 방지하는데 도움이 될 수 있다. 다음중 PCA를 사용하는 이유에 대한 설명이 아닌 것은? ... 다음 설명 중 옳은 것을 모두 고르시오: K-means는 다른 국소 최적 값에서 멈출 수 있다 랜덤하게 초기화 하였을 때 국소 최적 값에 빠지게 되는 경우도 발생할 수 있다. ... 학습 알고리즘의 실행 시간을 단축시킨다. 데이터의 저장에 필요한 메모리/디스크 공간을 감소시킨다. 특징값의 수를 줄여 과적합을 방지할 수 있다.

  시험자료 | 2페이지 | 2,000원 | 등록일 2023.06.24 | 수정일 2023.06.29

  다운로드 장바구니
• 

  머신러닝과 딥러닝을 사용한 Wine Quality 분류

  알고리즘을 이용하여 분석한다. ☑︎ K-NN 알고리즘이란 K는 홀수로 취하는 것이 좋으며 , k의 값이 너무 작으면, 데이터 하나하나에 영향을 받아 과적합이 될 수 있고, k의 값이 ... (이상치를 제거했는데 낮다고 판단된다) MSE 값(Non Scaler) from sklearn.metrics import mean_squared_error reg.fit(X_test ... ,Y_test) pred = reg.predict(X_test) mean_squared_error(Y_test, pred) 결과 0.5*************01 Standard Scaler

  리포트 | 22페이지 | 2,000원 | 등록일 2023.12.16 | 수정일 2024.01.09

  다운로드 장바구니