신군의 역학사전

이번 포스팅에서는 파라미터(Parameter)와 하이퍼파라미터(Hyperparameter)의 정의에 대해 정리해보겠습니다. 둘은 다른 개념임에도 이름이 비슷해서 그런지 혼용해서 자주 사용되곤 합니다.  제가 참고하는 텍스트북에는 파라미터(Parameter)와 하이퍼파라미터(Hyperparameter)의 정의에 대해 깔끔하게 정리된 정의가 없어서, 아래 링크의 페이지를 참고하였습니다. https://medium.com/@ompramod9921/model-parameters-and-hyperparameters-in-machine-learning-502799f982d7 Model Parameters and Hyperparameters in machine learningIn machine learning, pa..

1. 오차행렬(Confusion Matrix)오차행렬(Confusion Matrix)은 분류 문제에서 알고리즘의 성능을 시각화할 수 있는 테이블 레이아웃으로, 아래 4가지 항목으로 구성됩니다. TP (True Positive) : 참인 값을 참으로 예측FN (False Negative) : 참인 값을 거짓으로 예측FP (False Positive) : 거짓인 값을 참으로 예측TN (True Negative) : 거짓인 값을 거짓으로 예측 용어가 조금 헷갈리는 면이 있는데, Positive & Negative 부분을 예측 값의 참거짓 여부로, True & False 부분을 전체 명제의 참거짓 여부로 생각하면 얼추 맞을 듯 합니다. 즉, FN은 결국 예측값이 거짓(Negative)인데, 실제값은 참이므로, ..

엘보우 메소드(Elbow Method)위키피디아의 정의를 인용하자면, 엘보우 메소드는 군집 분석(Clustering)에서 데이터 셋의 클러스터 수를 결정하는 데 사용되는 휴리스틱(heuristic) 방법입니다. 휴리스틱(heuristic) 하다는 것은 결국, 엄밀한 증명을 통해 밝혀진 법칙이라기 보다는, 직관, 경험에 근거한 실용적인 의사결정 방법이라는 의미가 됩니다. K-means Clustering은 클러스터 내의 분산의 총합을 최소화하는 방향으로 클러스터 수를 늘려 나갑니다. 이를 수식으로 나타내면 아래와 같으며 클러스터내 분산을 Within-cluster Variation(WCV), 이들의 총합을 Sum of Squared Error(SSE)이라고 합니다. 제가 참고한 책에는 SSE라는 용어는 없..

1. 기계학습(Machine Learning) 이란?머신러닝 텍스트북으로 가장 유명한 Tom M. Mitchell "Machine Learning" 에 따르면, 머신러닝은 특정 작업(T)에 대해 성능(P)를 향상시키기 위해 경험(E)에서 컴퓨터가 스스로 학습하는 과정을 말합니다.  "A computer program is said to learn form experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E" [Ref 1] 기계"학습"의 과정에서 말하는 학습 시스템은 환경(E)으로..