Notice
Recent Posts
Recent Comments
Link
반응형
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 |
Tags
- GRU
- python
- 회귀
- 교차 검증
- AI
- CNN
- LSTM
- 지도 학습
- Deep learning
- 강화학습
- 인공지능
- 머신러닝
- 신경망
- 과적합
- 자연어 처리
- 데이터 전처리
- 최적화
- 강화 학습
- 머신 러닝
- reinforcement learning
- 손실 함수
- 정규화
- Machine Learning
- q-러닝
- 분류
- 딥러닝
- rnn
- 인공 신경망
- 활성화 함수
- Q-Learning
Archives
- Today
- Total
목록embedding (1)
move84
머신러닝: 범주형 변수 처리하기
머신러닝 모델을 훈련시키기 전에 데이터를 효과적으로 준비하는 것은 매우 중요합니다. 특히, 범주형 변수는 머신러닝 알고리즘이 직접적으로 처리하기 어려운 형태를 가지고 있어 특별한 처리가 필요합니다. 이 글에서는 범주형 변수가 무엇인지, 왜 처리해야 하는지, 그리고 다양한 처리 방법에 대해 자세히 알아보겠습니다. 💡 범주형 변수 (Categorical Variables) 란?범주형 변수는 '색상', '크기', '지역' 등과 같이 몇 개의 범주(category) 또는 클래스(class)로 값을 나타내는 변수를 말합니다. 이러한 변수는 숫자 형태로 표현되지 않기 때문에 머신러닝 모델에 직접적으로 입력하기 어렵습니다. 예를 들어, '빨강', '파랑', '초록'과 같은 색상 정보나 '대', '중', '소'와 같..
머신러닝
2025. 3. 4. 23:42