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
김효진 (건국대학교) 함유근 (건국대학교)
저널정보
한국엔터프라이즈아키텍처학회 정보기술아키텍처 연구 정보화연구 제18권 제4호
발행연도
2021.12
수록면
297 - 307 (11page)
DOI
10.22865/jita.2021.18.4.297

이용수

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

이 논문의 연구 히스토리 (2)

2021

가중합 순위 방법을 이용한 KOSPI200 지수 예측 변수 선택
김효진 ,  함유근 정보기술아키텍처 연구 2021.12 학술저널

2020

가중합 순위를 이용한 변수선택 방법론 : KOSPI 200지수 예측에 적용
김효진 데이터사이언스학과 2020.01 학위논문

초록· 키워드

오류제보하기
현실 세계의 다양하고 복잡한 문제들을 예측하는 것은 기업 경영에서 언제나 중요한 과제이다. 이러한 예측 과정에서 중요한 과업 중 하나는 가치 있는 데이터의 수집 및 변수의 선택이다. 변수를 선택하는 것은 아무리 객관성을 유지하려 해도 불가피하게 분석가의 주관이 개입된다. 가능한 한 객관적인 결과을 얻기 위해서는 모형의 설명력과 예측 정확도 측면을 기준으로 독립변수들의 최적 조합을 선택해야 한다. 본 연구는 KOSPI200 지수 예측을 위해 단일 모형에서 변수를 선택하는 것에서 확장하여 선형성을 보여주는 상관분석, 비선형성을 파악할 수 있는 서포트 벡터 머신(SVM), 다중 공선성을 보완하는 라쏘(LASSO), 그리고 나무모형 계열 알고리즘인 배깅(BAGGING) 등 4가지 방법을 결합한 새로운 모형을 제안한다.
#변수 선택 #서포트 벡터 머신(SVM) #배깅(BAGGING) #라쏘(LASSO) #Variable Selection #SVM #BAGGING. LASSO #A Weighted Sum Ranking

목차

등록된 정보가 없습니다.

참고문헌 (27)

참고문헌 신청
H. R. Varian / 2014 / Big data : New tricks for econometrics / Journal of Economic Perspectives 28(2):3~28 google schola Q. Yu / 2007 / Variable selection for financial modeling / Computing in Economics and Finance google schola 김승현 / 2017 / 도로 노면상태 및 기상 빅데이터 분석을 통한 차량 안전성 제고 / 정보화연구 14(4):375~386 dbpia 이낙영 / 2019 / 디노이징 필터와 LSTM을 활용한 KOSPI200 선물지수 예측 / 한국데이터정보과학회지 30(3):645~654 dbpia L. Kuo / 1998 / Variable selection for regression models / The Indian Journal of Statistics, Series B :65~81 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