개인 재정 기계 학습을위한 올바른 알고리즘 선택

기계 학습을위한 올바른 알고리즘 선택

비디오: [성균관대학교] "자율주행을 위한 머신러닝 (이지형 교수)" 맛보기 강의 2024

비디오: [성균관대학교] "자율주행을 위한 머신러닝 (이지형 교수)" 맛보기 강의 2024
Anonim

기계 학습 부분 인형 치트 시트 < 기계 학습은 여러 가지 알고리즘을 사용합니다. 이 표는 다양한 알고리즘의 강점과 약점을 간단하게 요약합니다.

알고리즘 장점 장점 임의의 숲

거의 모든 기계 학습 문제에서 적합 생물 정보학 병렬로 작업 가능 드물게
> 누락 된 값을 자동으로 처리합니다. 변수를 변환 할 필요가 없습니다.

매개 변수를 조정할 필요가 없습니다.

우수한 결과를 가진 거의 모든 사람이 사용할 수 있습니다.

해석하기 어려움

값을 추정 할 때 회귀가 약합니다. 응답 값 분포의 극단

더 빈번한 클래스로의 다 중 클래스 문제에 편향

그라데이션 부스팅

거의 모든 기계 학습 문제에 적합

검색 엔진 (순위를 매기는 문제 해결) > 대부분의 비선형 함수를 근사 할 수 있습니다.

클래스 예측기에서 가장 우수한 결과를 얻을 수 있습니다.

누락 된 값을 자동으로 처리합니다.

변수를 변환 할 필요가 없습니다. 너무 많은 반복을 실행하면 초과 적합 할 수 있습니다.

이상치

파라미터 튜닝 없이는 제대로 작동하지 않습니다

선형 회귀 분석

기본 예측 계량 경제학 예측

마케팅 응답 모델링

이해하기 쉽고 설명하기

거의 적합하지 않음

L1 및 L2 정규화를 사용하여 기능 선택에 효과적

빠른 학습 확률론적인 버전 덕분에 큰 데이터를 훈련하십시오.

비선형 함수에 맞도록 열심히 노력해야합니다.

이상 치를 겪을 수 있습니다.

지원 벡터 기계

문자 인식

이미지 인식

텍스트

복잡한 비선형 함수를 근사 할 수있다.

비선형 커널을 적용 할 때 해석하기가 어렵다.

너무 많은 예제를 겪고, 10 000 예제 후에는 훈련하기에는 너무 오래 걸리기 시작한다.

K-nearest Neighbors 컴퓨터 비전

Multilabel tagging

추천 시스템

맞춤법 검사 문제

빠르고 게으른 교육

텍스트에 태그 붙이기와 같은 극단적 인 멀티 클래스 문제를 자연스럽게 처리 할 수 ​​있음

예측 단계에서 성가시다.

corr 예측 실패 얼굴 검출 누락 된 값을 자동으로 처리합니다.

변수를 변환 할 필요가 없습니다.

쉽게 맞추지 않습니다.

조정할 매개 변수가 거의 없습니다. > 많은 다른 약자를 활용할 수 있습니다.

잡음이있는 데이터 및 특이 치에 민감합니다.

클래스 예측에서 최고는 아닙니다.

Naive Bayes

얼굴 인식 감정 분석 스팸 탐지

텍스트 분류

쉽고 빠르게 구현할 수 있으며 메모리를 많이 차지하지 않아 온라인 학습에 사용할 수 있습니다.

이해하기 쉽습니다

사전 지식을 고려합니다

강력하고 비현실적인 기능 독립 가정 > 희소 발생을 예측하지 못함

관련없는 기능을 사용하지 못함

신경망 이미지 인식

언어 인식 및 번역

음성 인식

시각 인식

비선형 함수를 근사 할 수 있음

outliers에 강함

일부 예제 만 사용 가능합니다 (지원 벡터 설정하기가 매우 어렵다

너무 많은 매개 변수로 인해 조정하기가 어려우며 네트워크 아키텍처를 결정해야한다.

해석하기가 어렵다

쉽다

로지스틱 회귀 < 마케팅 응답 모델링 이해하기 쉽고 설명하기

거의 적합하지 않음

L1 및 L2 정규화를 사용하여 기능 선택에 효과적

이벤트

기차로 빠르게

확률 적 버전 덕분에 빅 데이터를 쉽게 훈련

비선형 함수에 맞게 만들기 위해 열심히 노력해야 함

이상 치를 겪을 수 있음

SVD

추천인 시스템

의미있는 방식으로 데이터를 재구성 할 수 있습니다.

데이터가 특정 방식으로 재구성 된 이유를 이해하기 어렵습니다. PCA

공선 성 제거

데이터 세트의 크기 축소

강력한 선형 가정을 함축합니다 (구성 요소는 기능의 가중치 합계 임) <99 클러스터를 찾는데 빠름

다차원의 특이점을 검출 할 수 있음

다중 공선 성을 앓고 있음

클러스터가 구형이며 다른 모양의 그룹을 감지 할 수 없음

불안정 솔루션, 초기화에 의존

기계 학습을위한 올바른 알고리즘 선택

편집자의 선택

Photoshop Elements 14에서의 헤이즈 제거 방법 - 인형

Photoshop Elements 14에서의 헤이즈 제거 방법 - 인형

Photoshop Elements 14는 유용하고 쉬운 사진에서 안개를 빠르게 제거하는 기능입니다. 공기, 먼지, 흙 등에 가벼운 타격 입자로 인한 헤이즈는 날씨와 시간으로 더욱 강화 될 수 있습니다. 때로는 이미지의 대비 및 선명도를 높이면 이미지 품질을 낮추는 데 도움이 될 수 있습니다.

Photoshop Elements 9의 빠른 편집 모드에서 이미지 편집 방법 - Photoshop의 인력

Photoshop Elements 9의 빠른 편집 모드에서 이미지 편집 방법 - Photoshop의 인력

Elements, Edit Quick 모드는 이미지의 전후 미리보기와 같은 몇 가지 고유 한 기능과 함께 기본 수정 도구를 제공하는 편집 전체 모드의 축소 버전입니다. 빠른 수정 모드에서 사진을 복구 할 때 따라갈 수있는 단계별 워크 플로우는 다음과 같습니다. Photoshop Elements에서 하나 이상의 사진을 선택하십시오.

Photoshop Elements 10의 빠른 사진 편집 모드에서 편집하는 방법 - 인형

Photoshop Elements 10의 빠른 사진 편집 모드에서 편집하는 방법 - 인형

빠른 사진 편집 모드 는 전체 사진 편집 모드의 축소 버전으로 기본 고정 도구를 편리하게 제공하고 이미지의 사전 및 사후 미리보기와 같은 몇 가지 고유 한 기능을 토스합니다. 빠른 사진 편집 모드에서 사진을 복구하기 위해 따라갈 수있는 단계별 워크 플로가 있습니다.

편집자의 선택

페이스 북에서 친구가되는 것 - 인형

페이스 북에서 친구가되는 것 - 인형

여러면에서 페이스 북 친구는 실생활 친구와 같은. 이들은 당신과 어울리고, 연락하고, 관심을 가지고 있고, 친구로 공개적으로 인정하고 싶은 사람들입니다. 이들은 Facebook에서 만난 사람들이 아닙니다. 오히려, 그들은 당신이 전화로 부르는 사람들입니다; 멈추고 따라 잡으십시오.

Facebook 메신저는 무엇입니까? - 인형

Facebook 메신저는 무엇입니까? - 인형

Facebook Messenger는 Facebook에 내장 된 인스턴트 메시징 기능입니다. 메신저는 원래 2011 년에 시작되어 그 성공에 힘 입어 2014 년에 등장한 전용 응용 프로그램과 웹 사이트가 생겨났습니다. 응용 프로그램과 웹 사이트는 Facebook 데이터베이스에 연결되고 인앱 Facebook 메시징 서비스를 대신하는 인스턴트 메시징 서비스입니다. 그것은 허용합니다 ...

Aquila Facebook Drone은 무엇입니까? - 인형

Aquila Facebook Drone은 무엇입니까? - 인형

Aquila Drone은 데이터 연결이없는 세계의 외딴 지역에 인터넷을 가져 오려는 Facebook의 시도입니다. 소셜 미디어 거물에 의한이 이니셔티브는 태양열로 가동되는 특수한 무인 항공기를 사용하려고합니다. 무인 항공기는 구역 위를 가리 키도록 설계되어 있으며, 무인 항공기 없이도 웹 연결이 가능합니다. Credit : ...

편집자의 선택

코칭 풋볼 인형 용 치트 시트 - 인형

코칭 풋볼 인형 용 치트 시트 - 인형

코치 풋볼은 당신의 선수들에게 동기를 부여합니다. 연습과 게임을위한 올바른 장비 공급; 축구 경기 전, 경기 중 및 경기 후에 시설과 팀을 준비시켜야합니다.

축구 코치는 다른 시대의 어린이들에게 맞춰져 있습니다 - 인형

축구 코치는 다른 시대의 어린이들에게 맞춰져 있습니다 - 인형

축구 코칭 책임의 일부는 알고 이해하고 있습니다 특정 나이 수준에서 게임을하는 젊은이의 육체적으로나 감정적으로 모두 무엇을 기대해야합니다. 이 연령대의 6 세 이하 아동을 코칭하는 것은 아마도 전에는 축구를 해보지 않았을 것이고, 이번 시즌은 매우 잘할 것입니다.

축구 코치의 하프 타임 팀과의 대화 - 인형

축구 코치의 하프 타임 팀과의 대화 - 인형

터치 다운을 기록하고, 패스를 떨어 뜨리고, 다이빙 태클을 만들고, 공을 더듬는 등 모든 종류의 것들을 볼 수 있습니다. 선수가 하프 타임을 위해 필드에서 벗어날 때, 머리 속에 많은 정보를 갖게되며 많은 시간을 소모하지 않게됩니다 ...