SVM, 로지스틱 회귀, 결정 트리 알고리즘과 산점도 행렬 차트가 추가되었어요. 인공지능 모델을 만들기 위한 머신러닝의 방법에는 여러 가지가 있어요!
데이터의 형태와 필요한 결과값에 따라 가장 적합한 방법을 선택해야 한답니다.
어떤 방법과 조건으로 학습할지에 따라 모델의 성능이 크게 달라지기 때문에 다양한 방법들을 이해하고, 잘 적용할 줄 알야야 해요.
이번에 엔트리에 새로운 분류:숫자 모델인 SVM, 로지스틱 회귀, 결정 트리가 추가되었습니다. 엔트리에서 총 9개의 모델 학습 알고리즘을 경험해 보세요! |
|
|
엔트리의 분류: 숫자 모델을 학습하고 나면, 결과 박스에서 평가 탭을 확인할 수 있습니다.
모델이 얼마나 잘 학습되었는지(분류 모델은 얼마나 잘 분류하는지)를 평가할 수 있도록 학습에 사용하지 않고 따로 빼둔 테스트 데이터를 통해 성능 평가 지표(정확도, 정밀도, 재현율, F1)를 계산하고 오차 행렬을 그려 표시합니다. |
|
|
산점도 행렬은 점 차트를 여러 개 쌓아서 한눈에 볼 수 있게 한 차트입니다.
테이블의 열을 속성(계열)으로 삼아서, 각각의 속성이 서로 상관관계를 가지고 있는지를 살펴보고자 할 때 사용합니다. |
|
|
작품 만들기 > 데이터 분석에 '티셔츠 사이즈 예시 데이터'와 '야구 경기 결과 예시 데이터'가 추가되었어요.
또한 '야구 경기 결과 예시 데이터'와 '펭귄 예시 데이터'에는 표준화/정규화 데이터가 추가되었고, '타이타닉 예시 데이터'에는 결측치 제거 데이터를 확인할 수 있습니다. |
|
|
불타는 열정과 실력을 모두 지닌 개발자 '와이'님 |
|
|
“열정을 쏟아 열심히 했던 게 저의 실력을 키운 최고의 방법이었던 것 같아요.”
엔트리를 향한 열정으로 꾸준히 실력을 키워 온 엔둥이가 스포트라이트 인터뷰에 찾아왔습니다.
바로, 불타는 열정과 실력을 모두 지닌 엔트리의 개발자 와이님입니다.
활활 타오르는 열정으로 꿈을 향해 달려가는 와이님의 이야기를 들어볼까요?
|
|
|
|
