메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제19권 제5호
발행연도
2017.1
수록면
2,501 - 2,507 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

2018

사용자 성향 그룹 분류를 위한 머신러닝 모델 비교
남승현 수학정보통계학과 2018.01 학위논문

2017

사용자 성향 그룹 분류를 위한 머신러닝 모델 비교
남승현 ,  오명섭 ,  김성관 외 3명 Journal of The Korean Data Analysis Society 2017.01 학술저널

초록· 키워드

오류제보하기
작년 알파고를 통해 머신러닝에 대한 관심도가 많이 증가하였다. 머신러닝은 어떤 작업의 패턴, 이상 감지, 예측 등을 할 수 있으며 그것을 통해 앞으로의 일에 대해 미리 대처하고 사고를 줄일 수 있다. 하지만 머신러닝을 통해 성공적인 분석을 위한 핵심적인 요소가 있으며, 그 요소 중 데이터의 양이 많으면 많을수록 더욱 정확한 분석이 가능하고 그것에 맞는 학습법을 선택해야 하는 부분이 있다. 본 연구에서는 데이터가 중첩되어 쌓이는 상황에서 정확한 분석을 할 수 있는 모델을 찾기 위해 가장 많이 사용되고 있는 딥러닝 모델과 랜덤 포레스트 모델을 이용하여 개월 별로 쌓여가는 데이터에 대해서 어떤 모델의 정분류율이 더 잘나오며, 많은 데이터에 대한 적합한 모델이 어떤 것인지에 대해 살펴보았다. 분석결과 딥러닝을 적용한 결과가 데이터가 많아질수록 정분류율이 높아짐을 볼 수 있었다.
#머신러닝 #딥러닝 #랜덤 포레스트 #정분류율. #machine learning #deep learning #random forest #correct rate.

목차

등록된 정보가 없습니다.

참고문헌 (9)

참고문헌 신청
Blei, D. M. / 2003 / Latent Dirichlet allocation / Journal of Machine Learning Research 3 : 993 ~ 1022 google schola Breiman, L. / 1996 / Bagging predictors / Machine Learning 24 (2) : 123 ~ 140 google schola Breiman, L. / 2001 / Random forests / Machine Learning 45 : 5 ~ 32 google schola Kim, J. / 2016 / A.I. makes a complete life google schola Kim, Y. / 2017 / Analysis of image big data using deep learning / Doctoral google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0