|
결정트리에서는 연속한 변수(시간, 나이)를 비연속적인 값으로 취급. 경계점에서 예측오류가 클 가능성이 있음.
▪ 의사결정트리의 적용
분석의 정확도보다는 분석과정이 필요한 경우에 더 유용하게 사용.
.
.
.
데이터마이닝 기
|
|
|
데이터웨어하우스이다. □ 국내의 한 신용카드 회사에서는 카드사용의 부정행위를 적발하고 예방하기 위해서 대규모 데이터베이스로부터 데이터 웨어 하우스를 구축하고, 의사결정트리(decision tree)분석 그리고 신경망(neural networks) 분석
|
|
|
데이터의 모양의 면밀히 검토하여 정보화의 기반을 다지는 과정 이다.
라. Modeling 단계
데이터마이닝의 핵심 (가장 중요한 단계!)
데이터로부터 다양한 형태의 마이닝 기법을 적용시켜 패턴을 추출해 낸다.
Neural Network, 결정트리등의 기법
|
|
|
데이터마이닝 프로세스 사례를 , 석사학위논문 ,고려대학교 대학원. 요 약 문
제 1장 서론
제 2장 데이터 마이닝
(1) 데이터분석의 목적과 계획
(2) 사용자료 및 분석방법
3. 본론
(1) 변수선택 및 분석순서
(2) 의사결정나무
|
|
|
데이터의 원형을 유추하여 생성하시오. 단, 데이터 세트의 첫째 줄에는 변수명 X1, X2, Y를 명시하시오. (2점)
② 지니지수를 이용하여 최초 분할 시 최적의 분리점을 찾으시오. (2점)
③ 뿌리노드가 한번 분할된 분류의사결정나무를 생성하고,
|
|
 |
트리
2.1.2 의사결정트리
2.1.3 가지치기
2.1.4 군집화
2.2 분류방법
2.2.1 AD Tree
2.2.2 J48 Tree
2.3 특수기술
2.3.1 EM 알고리즘
3. 실험
3.1 실험데이터
3.2 속성변수
3.3 전처리과정
3.4 실험도구
3.5
|
|
|
데이터마이닝.
1. 데이터마이닝의 개념과 특징
2. 데이터마이닝 프로세스
3. 연관규칙분석
4. 로지스틱 회귀분석(logistic regression)
9강 CRM을 위한 데이터마이닝2
1. 군집분석
2. 의사결정나무
3. 인공신경망
4. 모형의 평가
10강. CRM전략
|
|
|
data analysis for the survey was carried out through mean, standard deviation, oneway ANOVA and scheff. More specifically, it investigated (1) What kinds of life events are the most stressful ones to ; (2) Do these differ according to grade level. The results are as follows. First, study and career
|
|
|
데이터와 소득세 데이터의 이해를 이용해 기업의 조세회피 활동의 측정치를 끌어내고 조세회피의 결정요인과 결과에 관한 중요한 질문들을 다룰 수 있다. 마지막으로, 회계사도 측정과 정보가 핵심이슈인 정보 비대칭 문제 (예: 기업과 국가
|
|
|
로는 이러한 기대를 할 수 없으며, 단지 필요한 데이터를 제공해 주는 기초 데이터 시스템의 역할에 그치고 만다. DBR은 이들을 적절히 활용하여 재고를 줄이면서도 납기를 만족시키는 의사결정을 지원하고, MRP와 JIT의 한계를 극복하여 합리적
|
|
 |
의사결정에 도움이 될 수 있도록 정보기술서비스를 활용하여
사회의 정보를 수집하고 제공했습니다 . 사업의 지원은 물론 투자까지 진행했으며 사무자동화론 을
학습하고 실습을 병행했습니다 . 이를 통해 좀 더 수월한 사무자료 처리와 지
|
|
 |
데이터를 활용해, 다수의 소비자가 공유하는 트렌드를파악하는 것이 고객, 상권, 판매 등 여러 분야를 관리해야 하는 영업 사원의 필수 역량인 것을 알게 되었습니다. 배운 내용을 바탕으로 뉴트리라이트 브랜드 마케팅 공모전에 ATL과BTL 프로
|
|
|
데이터 개방, 스마트 시티 정책, 금융 데이터 분석 등 다양한 분야에서 통계적 데이터 분석의 수요가 급증하고 있습니다. 저는 이러한 분야에서 신뢰할 수 있는 분석을 통해 사회와 기업의 의사결정에 기여하는 역할을 수행하고 싶다는 계획
|
|
 |
데이터 마이닝 및 분석" 과목을 수강하며 Python, SQL, R을 활용한 물류 데이터 분석 기법을 익혔습니다. 특히, 빅데이터를 활용하여 물류 수요 예측 모델을 개발하는 프로젝트를 수행하며 실제 물류 환경에서 데이터 기반의 의사결정을 내리는
|
|
 |
의사결정 모델, 생성 모델을 활용한 데이터 최적화, 대규모 AI 시스템 개발 등에 대한 연구를 수행하고, 이를 통해 AI 및 데이터 최적화 분야에서 새로운 알고리즘을 개발하는 것이 목표입니다.
박사 학위 취득 후에는 국내외 연구소나 IT 기업
|
|
메뉴펼치기
