1, 2과목
46회
오디오, 비디오, 이미지 -> 비정형
OLTP -> Transaction
OLAP -> Analytical
반대로 적혀있음
45회
최적화 나오면 무조건 유전자 알고리즘
3번은 반대로 적혀있음
44회
패지요
43회
택배 차량 배치는 최적화가 필요함. 최적화는 유전자 알고리즘
분산. 기능. 기능. 분산
.
3과목
44회
32점....ㅋㅋㅋㅋ
과락컷은 36점임 2점 더 따야해
요약 변수랑 파생변수를 구분할 줄 알아야 한다!
명목척도는 성별, 지역, 색깔 같이 순위가 존재할 수 없는거
독립변수들 간의 상관관계를 알아보기 위한 분석임
k값이 작으면 과대적합이고, k값이 크면 과소적합임
k는 새 데이터가 참고할 주변데이터의 수
키-몸무게 데이터를 다룬다고 했을 때, 얘네는 스케일이 다르니까 정규화가 필요한거임
장점은 아님. 단점을 보완하는 것일뿐
WSWW. 그래프 꺾이는 부분을 k로 하자!(엘보 메소드)
이거 통으로 처음 보는 것 같음.....공부 다시하기..
이것도 다시 공부하기
교호작용->시너지
.
45회
오늘은 34점...! 어제보다 한문제 더 맞췄음~ㅋㅋㅋ
가지치기를 하면 학습 데이터에서는 손해를 보는 거임
학습데이터에 딱 맞춰진 과대적합을 없애주니까
대신 일반화를 부를 수 있음
독립성 -> 잔차가 독립, 변수 간 독립. 둘다 얘기해야함
첨보는 기분임.. 이게 먼데요.....
범주형(자카드, 코사인)은 거리보단 유사도에 가깝다~
이걸 또 틀리네,,,ㅋㅎ
precision=정밀도=참이라고 예측한 것 중에 실제로 맞춘 거=TP/(TP+FP)
주성분 분석이..뭐야..?
주성분 분석은 대표적인 차원 축소
첫번째 주성분은 전체 분산을 최대화하는 방향으로 설정됨
카이제곱 검정에 대한 내용임
인공신경망은 대표적인 블랙박스 모델->내부를 볼 수 없다~~
그래서 가중치 선별도 어려운 것임
향상도인 것까지는 알았는데 계산을 못함
자기조직화지도는 차원축소+신경망
그리고 fully connected임
.
46회
11개 틀려서 38점..!
결정계수는 SSR/(SSR+SSE)
표본 평균의 기댓값이 모평균이 되는 것. 그냥 체중(표본)의 기댓값이 모수가 되는 게 아님
E(엑스바) = 뮤
아니 왜 데이터 준비도 안됐는데 이해를 하는거임??
이 부분은 전혀 모르겠음
인공신경망 문제가 많이 나오네...ㅜㅡ
유튭 영상 찾아보기..!!
함수 관련해서 하나도 모르는 듯
초기에는 무작위 그 다음에 평균값
데이터 수가 많기 때문에 정규분포를 따른다
