[DS] ํ†ต๊ณ„๊ธฐ์ดˆ/ํšŒ๊ท€๋ถ„์„

1. ํ†ต๊ณ„๊ธฐ์ดˆ 1) ML : ์ง€๋„ํ•™์Šต(ํšŒ๊ท€, ๋ถ„๋ฅ˜) + ๋น„์ง€๋„ํ•™์Šต(๊ตฐ์ง‘ํ™”, ๋ณ€ํ™”, ์—ฐ๊ด€) + ๊ฐ•ํ™”ํ•™์Šต ๋…๋ฆฝ๋ณ€์ˆ˜, ์ข…์†๋ณ€์ˆ˜๊ฐ€ ์กด์žฌํ•  ๋•Œ - ํšŒ๊ท€(Regression) : ์˜ˆ์ธกํ•˜๊ณ  ์‹ถ์€ ์ข…์†๋ณ€์ˆ˜๊ฐ€ ์ˆซ์ž(์ˆ˜์น˜ํ˜• ๋ฐ์ดํ„ฐ)์ผ ๋•Œ ์‚ฌ์šฉ - ๋ถ„๋ฅ˜(Classification): ์˜ˆ์ธกํ•˜๊ณ  ์‹ถ์€ ์ข…์†๋ณ€์ˆ˜๊ฐ€ ์ด๋ฆ„, ๋ฌธ์ž์ผ ๋•Œ ์‚ฌ์šฉ 2) ์„ ํ˜•ํšŒ๊ท€ : ๋…๋ฆฝ๋ณ€์ˆ˜๋Š” ์—ฌ๋Ÿฌ๊ฐœ ๊ฐ€๋Šฅ, ์ข…์†๋ณ€์ˆ˜๋Š” ํ•˜๋‚˜๋งŒ ๋…๋ฆฝ๋ณ€์ˆ˜์˜ ๋ณ€ํ™”์— ์˜ํ•œ ์ข…์†๋ณ€์ˆ˜์˜ ๋ณ€ํ™”๋ฅผ ์„ค๋ช…ํ•˜๋Š” ๊ธฐ์ค€๋ชจ๋ธ ๋งŒ๋“ค๊ณ , ๊ฐ€์ค‘์น˜ ํ•™์Šต์œผ๋กœ fitted ๋ชจ๋ธ ๋งŒ๋“ฆ - X : ๋…๋ฆฝ๋ณ€์ˆ˜ = ์˜ˆ์ธก๋ณ€์ˆ˜(Predict) = ์„ค๋ช…๋ณ€์ˆ˜(Explanatory) = ํŠน์„ฑ(Feature) - y : ์ข…์†๋ณ€์ˆ˜ = ๋ฐ˜์‘๋ณ€์ˆ˜(Response) = ๋ ˆ์ด๋ธ”(Label) = ํƒ€๊ฒŸ(Target) โ€ป ๋‘ ๋ณ€์ˆ˜ ๋ชจ๋‘ ์—ฐ์†ํ˜•๋ณ€..

Data/Science 2022. 1. 21. 10:47
๊ณต์ง€์‚ฌํ•ญ