Notice
Recent Posts
Recent Comments
Link
| 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
- explicit random effect model
- 코테select
- 태블로에러
- 태블로
- 한국캐나다대학원연수
- 행정동시각화
- 맵지도
- sql코테준비
- 백준 알고리즘 기초1
- 태블로맵
- 행정동표시
- wishart laplace transform
- wishart gamma random effect model
- 모수추정
- 조세퍼스 문제
- wishart parameter 추정법
- 태블로맵지도시각화
- torch.nn.Linear
- 한-캐대학원
- 이공계 대학원 연수 프로그램
- 태블로행정동
- random effect model
- iris대학원
- 맵지도시각화
- wishart-gamma
- 대학원연수프로그램
- 단어뒤집기
- d similar matrices class
- dependency modeling
- d similar
Archives
- Today
- Total
목록2024/10 (1)
수리통계 분석 코딩 실습
cost-sensitivity machine learning
✔️ 불량 여부 예측에 사용되는 cost-sensitivity 모델을 알아보자! [process][배경] - [사용 방법] - [학습 코드] 1. 배경 목적: 불균형 데이터 셋에 대한 학습 편향을 개선 불량 여부를 판별하는 모델의 경우 불량을 1로 분류하여 대다수의 데이터 셋이 0에 치중되어 있는 imbalanced model의 형태입니다.이때, 하나의 클래스(0)이 과도하게 많을 경우 모두 0으로 예측하여도 예측 성능이 나쁘지 않기 때문에 불량 제품도 정상으로 판단하는 오류를 범하게 됩니다. 다시 말해, confusion matrix에서 FN을 무시하고 학습을 진행하는 결과를 초래합니다. 이를 해결하기 위해선, 데이터셋의 크기를 고려해, FN의 위험도를 크게 주어 학습하도록 합니다. 먼저, 불량 ..
공모전
2024. 10. 28. 03:52