항목
-
Robust 주성분 분석 Robust 주성분 분석, Robust..Robust 주성분 분석(RPCA)은 주성분 분석 (PCA)를 데이터가 심각하게 손상되었을 경우에도 적용가능 하도록 하는 문제이다. Robust PCA 문제의 가장 성능이 좋은 알고리즘은 교차 최적화를 수행하는 알고리즘이다.저널 인용 계산 복잡도는 O\left(m n r^2 \log\frac{1}{\epsilon} \right)이다. 토막글도서 위키백과
-
데이터 분석 처리 시각화, 데이터 차원 축소 DDR, -次元縮小데이터를 저차원으로 시각화하거나 분석 결과를 설명하기 쉽게 하는 등의 장점이 있으나 데이터 차원 축소로 정보손실이 발생하여 모델 정확도가 떨어질 수 있다. 대표적인 데이터 차원 축소 기법으로 주성분 분석(PCA : Principal Component Analysis), 선형 판별 분석(LDA : Linear Discriminant Analysis) 등이 있다...
- 참고 :
- 일반적으로 데이터 과학(data science) 분야에서는 데이터 객체 정보를 주로 데이터 속성(attribute)이라고 하며, 기계 학습과 데이터 마이닝 분야에서는 데이터 특징(feature)이라고 한다.
-
'팬데믹은 건강 중시', '엔데믹은 여행 중시'? 인공지능으로 알려준다새로운 재고 관리 계획을 세운다. 연구팀은 2017년부터 2021년까지 1,800개 이상의 제품 온라인 검색 데이터를 머신러닝 기술인 주성분 분석(PCA) 방법으로 분석했다. 주성분 분석(Principal Component Analysis)이란 데이터의 변수가 너무 많을 때,주요 특징을 추출해 차원을 축소하는 방법이다. 또, 팬데믹과 소비...도서 과학향기
-
데이터 차원 축소 DDR, -次元縮小설명하기 쉽게 하는 등의 장점이 있으나 데이터 차원 축소로 정보 손실이 발생하여 모델 정확도가 떨어질 수 있다. 대표적인 데이터 차원 축소 기법으로 주성분 분석(PCA: Principal component analysis), 선형 판별 분석(LDA: Linear discriminant analysis), 특이값 분해(SVD: Singular Value Decomposition) 등이...
-
Principal component analysis 주성분 분석, 主成分分析Principal component analysis (PCA) is a statistical procedure that uses an orthogonal transformation to convert a set of observations of possibly correlated variables into a set of values of linearly uncorrelated variables called principal components. The number of principal components is less...출처 영어 위키백과
이전페이지 없음
현재페이지1
2
다음페이지 없음