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 |
Tags
- openai
- 신경망
- neural networks
- Reinforcement Learning
- cs231n
- Andrej Karpathy
- 머신러닝
- Hvass-Lab
- 매크로
- 강화학습
- tutorials
- 번역
- 한국어
- TensorFlow Tutorials
- machine learning
- tensorflow
- 꿈
- 사랑
- SQL
- 질문
- 행복
- Artificil Intelligence
- 답변
- deep learning
- DeepLearning
- SAS
- 인공지능
- Tutorial
- 딥러닝
- 세상
Archives
- Today
- Total
목록voting (1)
Economics & Deeplearning
앙상블 기법 3 - 배깅과 보팅
배깅과 보팅배깅은 학습기의 선택과 관련된 방법보팅은 학습기의 결합과 관련된 방법주어진 제한된 크기의 데이터 집합을 이용하여 여러 개의 분류기를 학습시키는 가장 간단한 방법은 리샘플링 기법을 사용하는 것이다.붓스트랩배깅은 붓스트랩 방법을 학습기 결합에 적용한 것으로, bootstrap aggregating 의 약자로 이름이 지어졌다.배깅법에 의해 분류기가 학습되면, 이를 이용하여 최종 결과를 얻기 위한 결합함수를 정의해 주어야 한다. 가장 간단한 방법으로는 M개의 분류기 결과를 모두 동일한 정도로 반영하여 평균한 결과를 얻는 방법을 생각해 볼 수 있다. 이는 각 분류기가 일종의 위원회 역할을 하여, 최종 결과에 각각 한 표씩 투표를 하는 것으로 볼 수 있어서, 이러한 방법을 보팅법 혹은 커미티머신 이라고 ..
머신러닝
2016. 1. 26. 14:38