머신러닝
-
머신러닝 관련 기능들VERTICA/10.Machine Learning 2017. 9. 6. 17:41
머신러닝 관련 기능들 (8.1이전 버전에서는 몇 가지 기능이 없을 수 있습니다.) 데이터 준비 기능데이터를 사전 처리하기 위해 다음과 같은 기능을 사용할 수 있습니다 :APPLY_NORMALIZEBALANCE DETECT_OUTLIERS IMPUTE NORMALIZE NORMALIZE_FITREVERSE_NORMALIZE 평가 기능데이터를 평가하기 위해 다음과 같은 기능을 사용할 수 있습니다 :APPLY_KMEANSCONFUSION_MATRIXGET_MODEL_ATTRIBUTEERROR_RATELIFT_TABLEMSEROCRSQUAREDSUMMARIZE_MODEL 예측 기능테이블에 모델을 적용하기 위해 다음과 같은 기능을 사용할 수 있습니다 :PREDICT_LINEAR_REGPREDICT_LOGISTIC..
-
참조할만한 머신러닝 관련 url들VERTICA/10_1.참조정보 2017. 1. 18. 15:36
머신러닝에 대해 1도 모르고 호기심만 있으니 궁금한내용은 여기에 모아야 겠다. (최대한 실무에 바로쓰일만한 것만) - A/B 테스트를 보완하는 Multi-Armed Bandit(MAB) 알고리즘 :: http://hub.zum.com/kimws/2586 - Markov Process, Markov Chain 마르코프 프로세스, 마르코프 과정, 마코브 과정, 마르코프 모델, 마르코프 연쇄 :: http://www.ktword.co.kr/abbr_view.php?m_temp1=4312 - A/B Testing 도구인 Optimizely 사용법:: https://spoqa.github.io/2013/06/24/about-optimizely.html
-
Vertica 에서 Kmeans 수행하기VERTICA/10.Machine Learning 2016. 12. 27. 18:56
K-평균 알고리즘(K-means algorithm)은 주어진 데이터를 k개의 클러스터로 묶는 알고리즘으로, 각 클러스터와 거리 차이의 분산을 최소화하는 방식으로 동작한다. 이 알고리즘은 자율 학습의 일종으로, 레이블이 달려 있지 않은 입력 데이터에 레이블을 달아주는 역할을 수행한다. (위키백과 참조 : https://ko.wikipedia.org/wiki/K-%ED%8F%89%EA%B7%A0_%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98 ) 실습대상데이터 iris 아이리스는 붓꽃에 대한 꽃받침,꽃잎의(길이,너비) 정보 데이터가 들어있다. 꽃받침과 꽃잎이 무었인지 아리까리하다면.. 여기에서 잠깐확인하시거나 포털검색을.. -> http://withbook.tistory.com/426 ir..