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 | 31 |
Tags
- 머신러닝
- 신경망
- LSTM
- 회귀
- 교차 검증
- 강화 학습
- 지도 학습
- python
- Deep learning
- Machine Learning
- reinforcement learning
- 인공 신경망
- 머신 러닝
- 데이터 전처리
- 과적합
- 강화학습
- 자연어 처리
- AI
- 손실 함수
- 차원 축소
- 정규화
- rnn
- q-러닝
- 활성화 함수
- GRU
- CNN
- 딥러닝
- 최적화
- 인공지능
- Q-Learning
Archives
- Today
- Total
목록z-점수 (1)
move84
머신러닝 이상치(Outliers)의 정의와 처리
머신러닝에서 이상치는 일반적인 데이터 패턴에서 벗어난 값으로, 모델의 성능에 큰 영향을 미칠 수 있다. 따라서 이상치를 식별하고 적절하게 처리하는 것은 매우 중요하다. 이 글에서는 이상치의 정의, 탐지 방법, 그리고 처리 방법에 대해 자세히 알아본다.🤔 이상치(Outliers)란 무엇인가?이상치(Outliers)는 데이터 세트 내에서 다른 값들과 현저하게 다른 값을 의미한다. 이러한 값들은 측정 오류, 데이터 입력 오류, 또는 실제 현상의 예외적인 경우로 인해 발생할 수 있다. 이상치는 통계 분석 및 머신러닝 모델의 정확성과 신뢰성을 저해할 수 있으므로, 데이터 분석 과정에서 주의 깊게 다뤄야 한다.정의 (Definition): 데이터 세트에서 다른 관측치들과 멀리 떨어진 값.원인 (Causes): 측..
머신러닝
2025. 4. 12. 10:09