검색 결과

"Clustering"에 대한 검색 결과 (총 45개)

K-평균

기술 > 데이터과학 > 분석 | 익명 | 2025-07-12 | 조회수 182

K-평균 개요 K-평균(K-Means)은 데이터를 군집화(Clustering)하는 대표적인 비지도학습(unsupervised learning) 알고리즘입니다. 주어진 데이터 포인트를 사전에 정의된 K개의 군집으로 분류하여, 각 군집 내 데이터 간 유사도를 최대화하고, 다른 군집과의 차이를 최소화하는 방식으로 작동합니다. 이 알고리즘은 데이터 분석에서 패턴 …

#K-Means #Clustering #Unsupervised Learning #Centroids #Euclidean Distance #Scikit-learn #Data Science #Customer Segmentation #Image Compression

계층적 분류

기술 > 데이터과학 > 분석 | 익명 | 2025-07-11 | 조회수 136

계층적 분류 (Hierarchical Clustering) 개요/소개 계층적 분류(Hierarchical Clustering)는 데이터 포인트 간의 유사도를 기반으로 계층 구조를 형성하여 클러스터를 생성하는 비단순 군집화 방법이다. 이 기법은 계층적 구조(Dendrogram)로 시각화되며, 데이터의 자연적인 계층 구조를 탐지하는 데 유용하다. 주로 Aggl…

#Hierarchical Clustering #Agglomerative #Divisive #Dendrogram #Ward's Method #Euclidean Distance #Cosine Similarity #Scikit-learn #R hclust #Weka

머신러닝 모델

기술 > 인공지능 > 머신러닝 | 익명 | 2025-07-11 | 조회수 151

머신러닝 모델 개요 머신러닝 모델은 데이터에서 패턴을 학습하여 예측 또는 의사결정을 수행하는 알고리즘의 구조를 의미합니다. 이는 인공지능(AI) 기술 중에서도 특히 데이터 중심의 학습에 초점을 맞춘 분야로, 다양한 산업에서 활용되고 있습니다. 머신러닝 모델은 입력 데이터(특성)와 출력 결과(레이블) 간의 관계를 학습하여, 새로운 데이터에 대한 예측을 수행합…

#머신러닝 모델 #지도학습 #비지도학습 #강화학습 #Scikit-learn #TensorFlow #과적합 #데이터 불균형 #자연어 처리 #초급

머신러닝

기술 > 데이터과학 > 분석 | 익명 | 2025-07-10 | 조회수 143

머신러닝 개요 머신러닝(Machine Learning)은 인공지능(AI)의 하위 분야로, 데이터를 통해 패턴을 학습하고 예측 또는 의사결정을 수행하는 알고리즘을 설계하는 기술입니다. 전통적인 프로그래밍에서 명확한 규칙을 수동으로 입력하는 방식과 달리, 머신러닝은 대량의 데이터를 통해 자동으로 모델을 생성합니다. 이 기술은 이미지 인식, 자연어 처리(NLP)…

#Machine Learning #Supervised Learning #Unsupervised Learning #Reinforcement Learning #Data Preprocessing #Model Evaluation #Overfitting Prevention #Ethical AI #AutoML

실루엣 점수

기술 > 데이터과학 > 분석 | 익명 | 2025-07-12 | 조회수 141

실루엣 점수 개요/소개 실루엣 점수(Silhouette Score)는 클러스터링 알고리즘의 성능을 평가하는 데 사용되는 지표로, 데이터 포인트가 자신의 클러스터에 얼마나 잘 속해 있는지를 측정합니다. 이 점수는 -1에서 1 사이의 값을 가지며, 1에 가까울수록 클러스터 간 분리도가 높고, -1에 가까우면 클러스터 내부의 유사도가 낮음을 의미합니다. 실루엣 …

#Silhouette Score #Clustering Evaluation #K-means Clustering #Data Science Applications #Cluster Validation Metrics #Silhouette Score Calculation #Data Science Analysis