Recent Posts
Recent Comments
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 | 31 |
Tags
- 번역
- cs231n
- 매크로
- Andrej Karpathy
- 답변
- 한국어
- DeepLearning
- 세상
- tutorials
- 신경망
- 꿈
- 사랑
- 머신러닝
- 강화학습
- deep learning
- Tutorial
- 딥러닝
- Hvass-Lab
- SAS
- neural networks
- tensorflow
- machine learning
- Artificil Intelligence
- SQL
- 행복
- Reinforcement Learning
- openai
- TensorFlow Tutorials
- 질문
- 인공지능
Archives
- Today
- Total
Economics & Deeplearning
앙상블 기법 2
첫 번째, 서로 다른 복수개의 분류기를 학습하는 방법에 대해 생각해보면 다음과 같은 것들이 있다. 학습 알고리즘의 차별화 : 베이즈 분류기와 k-NN 분류기를 결합하거나, 신경망과 SVM을 결합하는 등 접근 방법 자체가 다른 것을 선택한다.모델 선택과 관련된 파라미터의 차별화 : k-NN 분류 알고리즘을 적용하되 k 값을 달리하면서 j로 다른 분류기를 복수 개 만들어 사용하거나, 다층 퍼셉트론의 경우 은닉층의 뉴런 수를 달리하면서 여러 가지 모델을 만들어 사용한다.학습데이터의 차별화 : 같은 모델을 사용하되, 학습에 사용되는 데이터 집합을 달리하여 복수 개의 분류기를 만든다. 예를 들어, 같은 신경망 모델을 사용하되, 전체 학습데이터를 적절히 조합하여 서로 다른 학습데이터 집합들을 만들어 이들을 학습에 ..
머신러닝
2016. 1. 26. 14:37