지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2011.4
- 수록면
- 171 - 177 (7page)
이용수
초록· 키워드
오류제보하기
기계학습에서 모형의 정확도와 컴퓨팅시간은 중요하게 다루어지는 부분이다. 일반적으로 모형을 구축하는 데 사용되는 컴퓨팅시간은 분석에 사용되는 데이터의 크기에 비례하여 커진다. 따라서 컴퓨팅시간 단축을 위하여 분석에 사용되는 데이터의 크기를 줄이는 샘플링전략이 필요하다. 하지만 학습데이터의 크기가 작게 되면 구축된 모형의 정확도도 함께 떨어지게 된다. 본 논문에서는 이와 같은 문제를 해결하기 위하여 전체데이터를 분석하지 않아도 전체를 분석할 때와 비슷한 모형성능을 유지할 수 있는 새로운 통계적 샘플링방법을 제안한다. 주어진 데이터의 구조에 따라 최선의 통계적 샘플링기법을 선택할 수 있는 기준을 제시한다. 군집, 층화, 계통추출에 의한 통계적 샘플링기법을 사용하여 정확도를 최대한 유지하면서 컴퓨팅시간을 단축할 수 있는 방법을 보인다. 제안방법의 성능을 평가하기 위하여 객관적인 기계학습 데이터를 이용하여 전체데이터와 샘플데이터 간의 정확도와 컴퓨팅시간을 비교하였다.
목차
요약
Abstract
1. 서론
2. 통계적 샘플링
3. 새로운 통계적 샘플링기법을 이용한 기계학습 컴퓨팅 시간단축
4. 실험 및 결과
5. 결론
참고문헌
저자소개
참고문헌 (27)
참고문헌 신청
1. [단행본] - T. Hastie / 2001 / The Elements of Statistical Learning / Springer
2. [단행본] - T. M. Mitchell / 1997 / Machine Learning / McGraw-Hill
3. [학술지(정기간행물)] - A. Ben-Hur / 2001 / Support Vector Clustering / Journal of Machine Learning Research 2 : 125 ~ 137
4. [보고서] - S. R. Gunn / 1998 / Support Vector Machines for Classification and Regression
5. [단행본] - V. N. Vapnik / 1998 / Statistical Learning Theory / John Wiley & Sons
2. [단행본] - T. M. Mitchell / 1997 / Machine Learning / McGraw-Hill
3. [학술지(정기간행물)] - A. Ben-Hur / 2001 / Support Vector Clustering / Journal of Machine Learning Research 2 : 125 ~ 137
4. [보고서] - S. R. Gunn / 1998 / Support Vector Machines for Classification and Regression
5. [단행본] - V. N. Vapnik / 1998 / Statistical Learning Theory / John Wiley & Sons
이 논문의 저자 정보
이 논문과 함께 이용한 논문
불균형 데이터의 효과적인 학습을 위한 딥러닝 기법
이재동
,
이지형
한국지능시스템학회 학술발표 논문집
2015
.04
빅데이터와 사회과학하기 : 자료기반의 변화와 분석전략의 재구상
한신갑
한국사회학
2015
.04
빅 데이터와 통계학, 그 연결은?
전성혜
,
최준혁
한국지능시스템학회 학술발표 논문집
2014
.04
빅데이터 환경에서 사용자 거래 성향분석을 위한 머신러닝 응용 기법
최도현
,
박중오
한국정보통신학회논문지
2015
.10
차선변경 의도 및 주행상태 예측을 위한 다양한 기계학습 기법 구성 성능 비교
이명구
,
이상헌
한국자동차공학회 춘계학술대회
2015
.05
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2013-028-000584048