머신러닝

오차율(Error Rate): 분류 모델이 잘못 예측한 샘플의 비율입니다. 예를 들어, 100개의 샘플 중 10개를 잘못 분류했다면 오차율은 10%입니다.정확도(Accuracy): 분류 모델이 올바르게 예측한 샘플의 비율입니다. 위 예시에서 정확도는 90%가 됩니다.

3.1 선형 모델 (Linear Model) 선형 모델은 입력 데이터의 특성(feature)들에 가중치(weight)를 곱한 값들을 모두 더해 예측 결과를 만들어내는 가장 단순하고 직관적인 모델입니다. 특성과 예측 결과 사이에 직선적인 관계가 있다고 가정하죠. 기본 식

입력:훈련 세트 D = {(x₁, y₁), (x₂, y₂), ..., (xₘ, yₘ)};속성 집합 A = {a₁, a₂, ..., a_d}과정: 함수 TreeGenerate(D, A)1: node를 생성;2: if D의 샘플이 모두 클래스 C에 속할 경우 then =>

" 신경망이란, 적응성이 있는 단순 단위로 구성된 광범위하고 서로 연결된 네트워크다. 이 조직은 현실 세계 사물에 대한 생물 신경계통의 상호작용을 모방할 수 있다." 5.1 뉴런 모델 McCulloch and pitts neuron 가장 이상적인 활성화 함수 불연