최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
데이터 불균형은 머신러닝 분류 모델의 성능을 저하하는 요인으로 작용한다고 알려져 있다. 이러한 불균형을 해결하기 위해 샘플링 방법이나 두 개 이상의 모델을 결합한 앙상블 기법 등을 이용하여 분류하려는 집단의 데이터 분포를 비슷하게 맞추고 성능을 높이려는 연구가 활발하게 진행되고 있다.
본 연구에서는 데이터의 불균형이 머신러닝 모델 성능에 미치는 영향을 알아보기 위해 역으로 ...
저자 | 이보배 |
---|---|
학위수여기관 | 고려대학교 컴퓨터정보통신대학원 |
학위구분 | 국내석사 |
학과 | 빅데이터융합학과 |
지도교수 | 김현철 |
발행연도 | 2020 |
총페이지 | vi, 45장 |
키워드 | 데이터 불균형 머신러닝 |
언어 | kor |
원문 URL | http://www.riss.kr/link?id=T15641200&outLink=K |
정보원 | 한국교육학술정보원 |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.