1 min read
...arepsilon 을 계산할 수 있는데, 그 이유는 높은 성능을 내는 system 이 사용한 \varepsilon 을 찾으면 되기 때문이다. anomaly detection vs supervised learning Anomaly Detection 를 사용하면 좋을 경우 positive examples 에 대한 데이터 수가 매우 작고, negative examples 이 매우 많을 경우 po...
Counterfactual Learning 추천 시스템의 학습은 supervised learning 과 다르다. 추천 시스템은 오직 사용자가 선택한 결과만을 가지고 학습하기 때문에, log data 는 partial information 형식을 지닌다. 반면 지도 학습은 그 사...
Decision Tree란 Decision Trees(DT, 의사결정나무)는 비모수(non parametric)적인 supervised learning 방법으로, 주로 classification과 regression 문제에 사용됩니다. 이 기법의 목적은 데이터의 feature로부터 유도된 간단한 결정 규칙을 학습하여, targe...
Explanatory Variable this variable explains the variation in the response variable supervised learning 중 어떤 한 task 는 feature 의 집합이 주어졌을 때, 숫자형 target 값을 예측하는 것인데, 여기서 feature 를 predictor 라 부른다 (e.g. 마일리...
...arning A.1) 정의 metric learning 은 데이터 포인트 간의 거리를 측정하는 방법을 학습하는 기법입니다. A.2) Metric Learning 의 두 가지 방식 supervised learning label 이 붙어 있는 데이터 포인트 집합을 학습하여, 같은 레이블을 가진 데이터는 서로 가깝게, 다른 레이블을 가진 데이터는 멀리 떨어지도록 거리를 학습합니다. weakly ...