[Coursera] Advanced Learning Algorithms - 4

참고

• 아래의 깃허브 주소를 통해 더 자세한 내용 확인 가능
  Sugyeong Github - Machine Learning Study

Evaluating a model

• 더 많은 학습 데이터 셋 확보
• 피처 셋 감소
• 고차 다항식 추가
• 정규화 파라미터 값 바꾸기

Bias and Variance

1. bias : 모델을 통해 얻은 예측 값과 실제 값 사이의 차이
2. variance : 주어진 데이터로 학습한 모델이 예측한 값의 변동성

Precision and Recall

1. Precision : 모델이 positive로 예측한 샘플 중 얼마나 정확하게 실제 positive를 식별하는지 나타냄
2. Recall : 실제 positive인 샘플 중 얼마나 많은 샘플을 모델이 식별하는지 나타냄

Decision trees

• 기계학습에서 사용되는 지도학습 알고리즘 중 하나
• 특성들을 기반으로 데이터를 분할하고, 각 분할된 영역에서의 예측 값을 결정하는 모델

Random forest

• 앙상블 기법 중 하나

• 다양한 종류의 데이터에 적용할 수 있는 유연성, 일반적으로 다른 모델보다 안정적인 예측 제공

• 아래의 깃허브 주소를 통해 더 자세한 내용 확인 가능
  Sugyeong Github - Machine Learning Study

* 공부를 목적으로 정리한 내용으로 내용의 두서가 없고 부실할 수 있음