ML – 클러스터링 이론
클러스터링(군집화)는 클래스 정보(타깃 정보)없이 데이터를 나누는 작업을 의미합니다. 비지도학습으로 정답이 없기 때문에, 주관적인 판단에 따라 결과가 달라지는 특징이 있습니다! 데이터를 나눌 때는 […]
Month: June 2021
ML – 비지도 학습과 데이터 전처리
비지도 학습에 대해 알아 보겠습니다. 비지도 학습은 출력 값(타깃 값)에 대한 정보 없이 학습을 진행하는 것을 말합니다.정답이 주어지지 않을 때 학습을 하는 […]
ML – 결정 트리 및 앙상블
Decision Tree (의사결정나무)전체 자료를 몇 개의 소집단으로 분류(classification)하거나 예측(prediction)하는 분석 방법 위의 그림과 같은 형태를 결정 트리(DT)라고 합니다. 결정 트리를 만드는 방법을 […]
ML – 나이브 베이즈 분류
지도 학습 분류 방법 중 나이브 베이즈(NB)를 소개하겠습니다. ‘나이브 베이즈’는 통계학의 ‘베이즈 정리’를 이용한 분류 기법입니다. 아래는 베이즈 정리에 해당하는 식입니다. 교집합: […]
Data Structure – Red Black Tree (Insert Function)
레드-블랙 트리 2-3-4트리 역할이 가능한 이진 탐색 트리 레드 블랙 트리 테스트 예시 (전개도 참고) 레드-블랙 트리 삽입 연산 구현
Data Structure – Floyd Algorithm
최단경로 알고리즘 에지에 가중치가 주어진 방향 그래프에서 경로의 길이는 경로 상에 있는 에지 가중치 합이다.이 합이 가장 작을 때 ‘최단 경로’라고 한다. […]