데이터마이닝-개념 정의 / 기법에 대한 총정리

소개글

데이터마이닝-개념 정의 / 기법에 대한 각 알고리즘에 대한 특성 비교을 포함하여 총정리입니다.

목차

없음

본문내용

- 1장 -
■ 데이터마이닝(DM)이란?
정의1 : “대량의 데이터를 탐구하고 분석하여 의미있는 패턴이나 규칙을 찾아내는 일”
정의2 : “대량의 데이터 집합으로부터 유용한 지식(규칙(성), 패턴, 제약 등)을 추출하는 것”
DM 목표 : 기록으로부터 고객 니즈, 취향, 기호들을 규칙들을 찾아 빛을 보게 하는 것
- 미래에서 더 나은 결정들을 내리기 위하여 과거에서 학습 → 방법론(필요)

좁은 관점 : 도구와 기술의 모임
넓은 관점 : 경영활동 등은 학습에 기초해야한다는 태도
☞ 도구와 기술을 적용시키는 하나의 과정과 방법론!

■ 가설 검증
가설 : 일련의 현상을 설명하기 위하여 어떤 학설을 논리적으로 구성하는 명제
가설의 생성 : 관찰된 행위에 대한 가능한 설명을 생각하고 데이터로 분석할 수 있는 가설 수립
가설의 검증 : 데이터를 통해 가설의 확인

■ 데이터마이닝은 모형(model)을 구축하는 작업
↳ = 모형 : 입력집합과 특정 목표 또는 출력과 연결시키는 알고리즘
규칙들의 집합
- 점수(score)를 도출하는데 쓰일 수 있음
모형 : 실제 세상에 대한 추론이 가능하도록, 현실을 반영하여 작동하고 있는 어떤 것에 대한 설명이나 해석

☞ 데이터마이닝은 모형을 만드는 일


■ 모형집합 : 모형을 만들기 위해 쓰이는 데이터 (3가지)
① 훈련집합(Training set) : 모형을 구축하기 위해 사용
② 검증집합(Validation set) : 가장 좋은 모형을 찾기 위해 사용
③ 테스트집합(Test set) : 사전에 알지 못했던 데이터에 대하여 모형이 어떤 성능을 내는지를
결정 위해 사용

참고 자료

없음