현대 사회에서는 데이터가 무궁무진하게 많이 생성된다. 예를 들어 사소한 현상에서부터 큰 현상까지 인간이 인지하고 관측가능하다면 이것은 데이터가 된다. 이러한 데이터를 분석하는 것은 매우 어렵지만, 매우 중요한 부분이다. 데이터 분석중에 분류는 아주 기초적인 방법이지만, 그 효과는 확실하다. 분류의 기준을 우리가 가지고 있다면, 이후에 그러한 데이터를 분석할 때 그 기준을 만족하느냐 만족하지 못하느냐만으로도 복잡한 데이터의 양상에서 데이터의 의미를 어느정도는 알 수 있게 된다. 그 분류의 기준을 수학적으로 타당하게 설정한다면 그 기...
현대 사회에서는 데이터가 무궁무진하게 많이 생성된다. 예를 들어 사소한 현상에서부터 큰 현상까지 인간이 인지하고 관측가능하다면 이것은 데이터가 된다. 이러한 데이터를 분석하는 것은 매우 어렵지만, 매우 중요한 부분이다. 데이터 분석중에 분류는 아주 기초적인 방법이지만, 그 효과는 확실하다. 분류의 기준을 우리가 가지고 있다면, 이후에 그러한 데이터를 분석할 때 그 기준을 만족하느냐 만족하지 못하느냐만으로도 복잡한 데이터의 양상에서 데이터의 의미를 어느정도는 알 수 있게 된다. 그 분류의 기준을 수학적으로 타당하게 설정한다면 그 기준이 데이터 분석에서 활용가능한 방법이 되게 할 수 있다. 그러한 수학적인 분류 방법에서도 가장 많이 활용되는 방법이 서포트 벡터 머신이다. 본 논문에서는 다양한 서포트 벡터 머신의 종류에 대해서 연구하는 것을 목적으로 한다. 서포트벡터머신의 여러가지 방법중에 각각의 차이점을 분석하고, 어떠한 이유에서 데이터를 분석할 때에 서포트 벡터 머신을 사용하는지 알아볼 것이다. 그리고 더 효율적으로 서포트 벡터 머신을 사용할 수 있는 방법에 대해서 알아본다.
현대 사회에서는 데이터가 무궁무진하게 많이 생성된다. 예를 들어 사소한 현상에서부터 큰 현상까지 인간이 인지하고 관측가능하다면 이것은 데이터가 된다. 이러한 데이터를 분석하는 것은 매우 어렵지만, 매우 중요한 부분이다. 데이터 분석중에 분류는 아주 기초적인 방법이지만, 그 효과는 확실하다. 분류의 기준을 우리가 가지고 있다면, 이후에 그러한 데이터를 분석할 때 그 기준을 만족하느냐 만족하지 못하느냐만으로도 복잡한 데이터의 양상에서 데이터의 의미를 어느정도는 알 수 있게 된다. 그 분류의 기준을 수학적으로 타당하게 설정한다면 그 기준이 데이터 분석에서 활용가능한 방법이 되게 할 수 있다. 그러한 수학적인 분류 방법에서도 가장 많이 활용되는 방법이 서포트 벡터 머신이다. 본 논문에서는 다양한 서포트 벡터 머신의 종류에 대해서 연구하는 것을 목적으로 한다. 서포트벡터머신의 여러가지 방법중에 각각의 차이점을 분석하고, 어떠한 이유에서 데이터를 분석할 때에 서포트 벡터 머신을 사용하는지 알아볼 것이다. 그리고 더 효율적으로 서포트 벡터 머신을 사용할 수 있는 방법에 대해서 알아본다.
In modern society, there are many unlimited amounts of data. For example, if a human
being is able to perceive and observe from a minor phenomenon to a large phenomenon,
this becomes data. Analyzing this data is very difficult, but very important. Classification
during data analysis is a...
In modern society, there are many unlimited amounts of data. For example, if a human
being is able to perceive and observe from a minor phenomenon to a large phenomenon,
this becomes data. Analyzing this data is very difficult, but very important. Classification
during data analysis is a very basic method, but its effect is certain. If we have the criteria
for classification, we will be able to know the meaning of the data in a complex data
pattern just by satisfying or not satisfying the criteria when analyzing such data. If the
criterion of the classification is set mathematically, the criterion can be used as a method
in data analysis. The most popular method in such a mathematical classification method
is a support vector machine. In this paper, we aim to study various kinds of support vector
machines. In this paper, we will analyze the difference between the various methods of
the support vector machine, and we consider that what kind a reason make us to use
the support vector machine when we treat data. Finally we consider how to use support
vector machine for more efficient results.
iv
In modern society, there are many unlimited amounts of data. For example, if a human
being is able to perceive and observe from a minor phenomenon to a large phenomenon,
this becomes data. Analyzing this data is very difficult, but very important. Classification
during data analysis is a very basic method, but its effect is certain. If we have the criteria
for classification, we will be able to know the meaning of the data in a complex data
pattern just by satisfying or not satisfying the criteria when analyzing such data. If the
criterion of the classification is set mathematically, the criterion can be used as a method
in data analysis. The most popular method in such a mathematical classification method
is a support vector machine. In this paper, we aim to study various kinds of support vector
machines. In this paper, we will analyze the difference between the various methods of
the support vector machine, and we consider that what kind a reason make us to use
the support vector machine when we treat data. Finally we consider how to use support
vector machine for more efficient results.
iv
주제어
#서포트벡터머신 데이터분석 Data Classification Support Vector Machine
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.