- 위키백과: 상관관계와 인과관계 : https://ko.wikipedia.org/wiki/%EC%83%81%EA%B4%80%EA%B4%80%EA%B3%84%EC%99%80_%EC%9D%B8%EA%B3%BC%EA%B4%80%EA%B3%84
- Regression Model Accuracy (MAE, MSE, RMSE, R-squared) Check in R : https://www.datatechnotes.com/2019/02/regression-model-accuracy-mae-mse-rmse.html
- matplotlib 예제: https://matplotlib.org/3.4.3/tutorials/introductory/sample_plots.html
- seaborn 공식 홈페이지: http://seaborn.pydata.org/
- Dummy Variable / 더미변수 / 가변수: https://kkokkilkon.tistory.com/37
- 회귀 (3) - 당뇨병 환자 데이터(diabetes)와 다중 선형 회귀: https://yhyun225.tistory.com/11
- 모델: 특정 정보를 입력받아서 그 정보에 따라 원하는 값을 예측하여 값을 출력하는 함수.
- MAE : Mean Absolute Error, 오차의 절댓값의 평균
- MSE : Mean Squared Error, 오차의 제곱의 평균
- RMSE : Root Mean Squared Error, MSE의 제곱근. MSE가 제곱된 오차들의 평균이기 때문에 값의 단위를 원래 정답값과 맞춰주고자 제곱근을 씌운다는 개념.
- R-squared : Coefficient of Determination, 결정 계수
- 손실함수(loss function): 모델의 예측값과 정답값에 대한 차이를 계산하는 함수. 비용함수(cost function)라고도 함.
- 손실값이 크다는 것: 모델이 현재 정답과 굉장히 먼 예측을 하고 있다는 뜻. 작을수록 좋다.
- 경사하강법: 기울기를 사용해서 점차적으로 매개변수를 업데이트 하는 방식.
- 하이퍼 파라미터: 사람이 직접 사전에 정하고 시작해야 하는 파라미터
- 원-핫 인코딩: 범주형 데이터를 연속형 변수로 만듬. (정의인가, 예시인가?)
- 선형 회귀: 선형 방정식을 활용해서 원하는 값을 예측하는 모델을 설계하고 학습시키는 방법.
- 회귀: 연속된 실수값을 예측하는 문제. 분류의 개념과 대립된.
microCT_applications