[BDA x 영진닷컴] ADsP 2주차 스터디, 벚꽃이 피던 주🌸

2024.04.08 2주차 스터디

 

다들 벚꽃 보러 가셨나요??ㅎㅎ이번주는 벚꽃이 만개한 아름다운 주였습니다!! 저는 넘 바빠서 여유를 즐길 시간이 많이 없었네요ㅠㅠ

그래도 이번주 내용은 양도 저번보다 적고 전공 공부하고 있는 부분과 연관되어 있어 수월하게 공부했습니다~!

블로그 쓰다가 중간에 날아가버려서..내용이 빈약합니다..ㅠㅠ

 

---

서론은 여기까지 하고, 오늘 같이 스터디한 내용은 다음과 같습니다.

2주 차 스터디
*PART 3 데이터 분석 - 정형 데이터 마이닝(p201~p244)

1. 분류 분석

분류 분석의 경우

• Logistic Regression
• ANN(인공신경망)
• Decision Tree

이 세가지 모델을 간략하게 배우고, 이런 모델들을 합쳐서 사용할 수 있는 앙상블(Essemble) 기법을 배웠습니다.

• 보팅
• 배깅
• 부스팅
• 스태킹
• 랜덤포레스트

이렇게 5가지 기법을 배웠고, 모델의 성능을 평가할 수 있는 혼동행렬(Confusion Matrix), 적은 데이터가 있을 때 효과적으로 학습할 수 있는 교차 검증을 배웠습니다.

 

2. 군집 분석

군집 분석의 경우 분석 방법을 아래와 같이 나눴습니다.

• 계층적 군집화
  • 최단 연결법
  • 최장 연결법
  • 평균 연결법
  • 와드 연결법
• 비계층적 군집화
  •  K-means 군집화
  • DBSCAN(Density-Based Spatial Clustering of Applications with Noise)
  • 혼합 분포 군집화
  •  PAM(Partitioning Around Medoids)

3. 연관 분석

연관 분석은 간단한 정의와 Apriori 알고리즘, 연관 분석을 할 때 필요한 척도(지지도, 신뢰도, 향상도)를 배웠습니다.

공부의 흔적..하나하나 쌓아가보자

2주차 스터디를 마치며..

오늘도 스터디원들과 같이 공부했던 내용들을 보며 몰랐던 내용들을 보충할 수 있었습니다. 스터디장님이 기출문제와 자료들을 가지고 오시고 공유해주시고, 적극적으로 팀원들이 참여할 수 있도록 도와주셔서 더욱 유익한 스터디가 되었습니다. 아침 시간에 일어난 것이 아깝지 않은 스터디였습니다!!