[경영정보시스템] NeuralPlanner를 이용한 인공신경망 학습

 1  [경영정보시스템] NeuralPlanner를 이용한 인공신경망 학습-1
 2  [경영정보시스템] NeuralPlanner를 이용한 인공신경망 학습-2
 3  [경영정보시스템] NeuralPlanner를 이용한 인공신경망 학습-3
 4  [경영정보시스템] NeuralPlanner를 이용한 인공신경망 학습-4
 5  [경영정보시스템] NeuralPlanner를 이용한 인공신경망 학습-5
 6  [경영정보시스템] NeuralPlanner를 이용한 인공신경망 학습-6
※ 미리보기 이미지는 최대 20페이지까지만 지원합니다.
  • 분야
  • 등록일
  • 페이지/형식
  • 구매가격
  • 적립금
자료 다운로드  네이버 로그인
소개글
[경영정보시스템] NeuralPlanner를 이용한 인공신경망 학습에 대한 자료입니다.
목차
I. 과제 수행 절차

1. 자료 분석 과정
1.1 데이터 선별
1.2 데이터 작성
1.3 입력층 변환

2. 인공신경망 실행 과정
2.1 은닉층 및 은닉노드 변환
2.2 최종 인공신경망 은닉층 및 은닉노드 수 결정


II. 과제 시사점

1. 은닉층 및 은닉노드 개수 결정
2. 1종 오류와 2종 오류
3. 통신회사에서의 시사점
본문내용
I. 과제 수행 절차

1. 자료 분석 과정

1.1 데이터 선별

․ 통신 회사로부터 총 2,666개의 자료를 받았으나, 이중 총 111개의 데이터의 문제점이 있었음

․ 총 111개의 데이터를 삭제함

1.2 데이터 작성

․ 학습 데이터와 검증데이터 그리고 예측 데이터로 나누어 자료를 작성함
․ 유지자와 이탈자의 수를 1:1의 비율을 맞추기 위해, 유지자 중 72개의 데이터를 삭제함


1.3 입력층 변환

․ 데이터에서 변수는 총 10개임.
․ 이를 학습 성이 높게 하기 위하여 다음과 같이 변형하였음
- 성별: 두 개의 변수로 남성은 (1,0) 여성은 (0,1)로 변환함
- 나이: 나이는 20대 이하, 21~30, 31~40, 41~50, 51세 이상으로 분류하여 각각에 대하여 신호등 방식으로 변수화 함
- 직업: 직업은 총 12개의 직업별로 각각에 대해서 변수화 하여, 신호등 방식(1,0,0,0,0,...)으로 변환시킴
- 주거: 3번 읍면에 사는 사람은 없는 것으로 나타났으므로, 1과 2, 그리고 4를 가지고 각각을 변수화 하여 신호등 방식으로 변환시킴
- 지불유형: 지불 유형은 0, 1, 2로 각각에 대해서 변수화 함
- 납입종류: 1, 2, 3에 대해서 각각변수화 하여 신호등화 함
- 사용총액: 금액이 높아 인공신경망 상에서 학습이 잘 되지 않아 값에 누트를 씌어 계산함(계산 방법은 엑셀 상에서 SQRT함수를 이용함)
- 기본요금, 부가서비스, 사용기간: 역시 금액이 높아 누트를 씌어 계산함
- 타입: 유지자와 이탈자에 대한 타입은 각각을 변수화 하여, (1, 0), (0, 1)로 신호등 화함