[Learning Evaluations - Interval Target] (Root Average Squared Error, Relative Error)

16 Mar 2021 in Dev on Machine Learning

Supervised model(target variable이 있는 모델)이 좋은 모델인지 아닌지 판단하는 방법에는 여러가지가 있다.
앞으로 소개할 learning evaluations은 어떤 모델을 사용하는 것이 좋을지 판단해주는 지표들이다.
다양한 지표들이 있기에 타겟의 유형별(Interval, Binary, Nominal)로 나누어 글을 써보려고 하는데 이 글은 Interval 타겟 의 learning evalutations이다.

자세한 설명에 앞서 짤막한 요약은 아래 표와 같다.

Interval	Binary	Nominal
RASE Relative Error	AUC RASE Misclassification Rate F1 Score Receiver Operating Characteristic Curve Lift Curve Kolmogorov-Smirnov Curve Precision-Recall Curve	AUC RASE Misclassification Rate

Reproducibility and Replicability

30 Jan 2021 in Dev on Machine Learning

머신러닝 첫 번째 수업에서 다룬 주제 중 하나는 Reproducibility 과 Replicability 이다.
두개의 미묘한 차이가 있지만 한국어로는 둘 다 재현성으로 번역되는 것같아서 따로 번역하지않고 영어 단어 그대로 작성하도록 하겠다.

머신러닝과 데이터마이닝의 차이점

29 Jan 2021 in Dev on Machine Learning

지난 학기에는 데이터마이닝(Data Mining) 수업을 이번 학기에는 머신러닝(Machine learning) 수업을 듣고 있다.
둘이 비슷한듯 다른데, 두 수업 모두 이 둘의 차이점을 언급하며 학기를 시작하기에 정리해보고자 한다!

둘의 공통점이라고 한다면 머신러닝과 데이터마이닝은 데이터의 패턴을 찾기 위하여 같은 알고리즘들을 사용하곤 한다.

두 가지의 차이점은 표로 구분해보도록 하겠다.

Pagination