데브포유

구글 알파고가 엄청 대단한 한 주 입니다.데이터마이닝, 딥마이닝, 머신러닝, AI 등 많은 단어들이 들리는데요..나열한 모든 용어에는 수학 (통계학)이 기본이 되어 집니다.요즘 머신러닝으로 모니터링 시스템을 기획하고 있는데요.스터디 중에 본 "확률적 프로그래밍 기초 원리" 책이 내용이 좋아서 추천드립니다.베이시안확률도 쉽고 자세히 설명이 되어 있어서...머신러닝에 관심이 있는 분들에게 강추 드립니다. 별5개 ^^

데이터마이닝을 공부하면서 올해의 목표를 정해봤다. 1. 고객이탈 방지(예측) 시스템 2. Weka API를 이용한 예측 모형 생성기 : SQL -> Weka API -> 예측모형 3. 인자분석 시스템 : 고객 설문 응답결과를 분석하는 시스템 PS). 통계학 전공자가 절실히 필요한 한해가 될 것 같다.

표본집단을 통해 이를 해석할 수 있는 회기식이나 분류 모델을 도출한 경우 표본집단에 너무 과하게 적합하게 만드는 경우 실제 모집단에 적용하였을 경우 오히려 분석력이 떨어지는 경우를 "과적합" 이라고 합니다. 표본집단에 덜 적합한 모델일지라도 모집단에 적용했을 경우 오히려 더 적합한 경우가 많음으로 회기식이나 분류 모델을 도출할 경우 "과적합" 오류를 염두해 두어야 한다.

URL = http://ai-times.tistory.com/332 스탠포드 대학의 David Mease 교수의 강좌라고 합니다. 총 13강 이네요.