벡터이다.
H3은 두 클래스의 점들을 제대로 분류하고 있지 않다. H1과 H2는 두 클래스의 점들을 분류하는데, H2가 H1보다 더 큰 마진을 갖고 분류하는 것을 확인할 수 있다.신경망을 포함하여 많은 학습 알고리즘들은, 이러한 학습데이터가 주어졌을 때 ci = 1인 점들과 ci = − 1인 점들을 분리하는 hyperplan
회귀 분석을 통해 환율의 수출액에 대한 영향을 분석한다.
대부분의 산업들이 그룹 A안에 포함되기는 하지만 두 번째 그룹의 경우 관련성이 있는 산업들인 가전과 IT제품 산업군은 하나의 그룹 안에 들어가는 것으로 보아 주성분 분석이 유효함을 간접적으로 확인할 수 있다. 또한 독자성이 높은, 산
채택했을 때 예상되는 결과를 예측하는 일은 정책분석에서 대단히 중요하다. 미래는 미지의 불확실한 세계이기 때문에 대안별 가능한 상황을 정확하게 예측하는 것이 어렵다. 그러나 정책대안별 예상되는 상황에 대한 예측이 꼭 필요하다.
이 레포트는 투사적 예측기법을 중심으로 서술하였다.
제1장 데이터마이닝의 개요
1. 데이터마이닝의 정의
1956년 미국의 어느 조그만 마을에 작은 전파상을 운영하는 밀러라는 사람이 있었다. 이 전파상은 수 대에 걸쳐서 내려오는, 그 주위의 여러 다른 마을에도 소문이 난 유명한 가게였다. 물론 주위에는 여러 개의 전파상이 있었지만 유독 밀러씨
1.1 연구배경
현대 사회에서는 데이터가 무제한적으로 증가하고 있다. 이는 최근 데이터 수집 및 저장 기술의 발달, 데이터베이스 관리시스템과 데이터 웨어하우스의 기술의 광범위한 사용으로 인해 기업 내부의 대량의 데이터를 축적할 수 있도록 하였고, 기업들도 축적된 데이터를 의사결정에 필