$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

효율적인 기계학습을 위한 데이터 전처리
Data preprocessing for efficient machine learning 원문보기

한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호, 2019 Jan. 16, 2019년, pp.49 - 50  

김동현 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ,  유승언 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ,  이병준 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ,  김경태 (성균관대학교 소프트웨어대학 소프트웨어학과) ,  윤희용 (성균관대학교 정보통신대학 전자전기컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

데이터를 기반으로 한 기계학습은 데이터의 양, 학습 모델, 그리고 데이터의 특징 등 다양한 환경에 민감한 특징을 지니고 있어, 보다 효율적인 기계학습을 위해 데이터의 전처리 과정을 필요로 한다. 데이터의 전처리 과정이란 특징 선택(Feature selection), 노이즈 데이터의 제거, 차원 감소(Demension reduction), 클러스터링(Clustering) 등 보다 효율적인 기계학습을 위한 방법이다. 따라서 본 논문에서는 다양한 환경에서 보다 효율적인 기계학습을 위한 데이터 전처리 기술의 종류 및 간단한 특징에 대해 서술한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 이러한 데이터의 전처리 과정은 기계학습 모델의 처리 속도 및 정확도 등 다양한 성능을 향상시킬 수 있다. 따라서 본 논문에서는 기계학습 모델의 전처리 과정의 종류와 각 전처리 방법에 대한 간단한 특징에 대해 서술한다.
  • 본 연구에서는 데이터를 기반으로 한 기계학습 모델의 학습 효율성을 높이기 위한 데이터 전처리 기법에 대해 서술하였다. 여기서 기계학습을 위한 데이터는 방대하거나 다양한 종류로 구성된 혹은 불필요한 데이터를 포함할 경우 학습 과정에 많은 시간을 소요하며, 잘못된 결과를 초래할 수 있다.
본문요약 정보가 도움이 되었나요?
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로