Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- R select
- R dplyr
- 데이터 핸들링
- 생존분석
- R 결측치
- R문법
- geom_errorbar
- 확률실험
- dplyr
- 생존그래프
- ggplot2
- 주식데이터시각화
- 교차타당성
- 데이터핸들링
- R mutate
- R
- 미국 선거데이터
- 이산형 확률분포
- R filter
- 의사결정나무
- R 연습문제
- Bias-Variance Tradeoff
- 카플란마이어
- ggplot()
- R ggplot2
- 콕스비례모형
- 강화학습 #추천서적 #강화학습인액션
- ggsurvplot
- CrossValidation
- ISLR
Archives
- Today
- Total
목록로지스틱 (1)
Must Learning With Statistics
데이터 마이닝이란
데이터 마이닝(Data Mining) 데이터마이닝은 데이터내에서 패턴을 찾아가는 과정을 의미합니다. 효과적인 마이닝을 위해서는 기계학습, 통계학, 데이터베이스 등의 기술들을 다같이 활용해야 합니다. 제 개인적으로는 ’데이터마이닝’이라는 단어를 그렇게 좋아하지는 않습니다. 그 이유는 어떤 현장에서도 ’데이터 마이닝’을 해와라 라고 시키지는 않습니다. 대신에 SQL 쿼리를 짜와라, 예측 분석을 해라, 유사성비교를 해라 등의 지시가 내려옵니다. 즉, 데이터마이닝은 너무 방대한 개념입니다. 학부 통계학과의 입장에서는 다변량 자료분석이 데이터마이닝으로 자연스럽게 연결이 됩니다. 또한 이 데이터 마이닝은 기계학습과 자동으로 연결이 되며, 마지막으로 기게학습은 딥러닝과 연결이 됩니다. 마지막으로 딥러닝은 최적화 이론..
데이터마이닝
2020. 3. 17. 11:54