살만한 세상 만들기

출처 : http://ddiri01.tistory.com/category/machíne%20lèarning 위의 사이트에서 가져 왔습니다. speech corpora를 제작함에 있어 DB생성 후 error detection을 할때 쓰려고 classifier를 사용하려 한다. 오류를 분류하려고 svm 을 사용할 때 방법을 검색해 보았더니 아래 방법이 나왔다. ---------------------------------------------------------------------------------------- 기본적으로 svm은 이진 분류기이다. 이진분류법을 확장해서 멀티클래스 분류를 하는 방법이 있는데 대표적으로 one vs one approach 그리고 one vs rest approach(또는 ..

출처 : http://blog.naver.com/khaisilver/88803394 데이터마이닝 이란? 데이터마이닝은 간단하게는 "대용량의 데이터로부터 그 안에 숨겨져있는 의미있는 지식을 찾아내는 과정"이라고 설명할 수 있습니다. 위키백과에서는 아래와 같이 좀 더 자세한 설명(정의)하고 있으니 참고하세요. 데이터 마이닝(Data Mining)은 대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙(rule)이나 패턴(Pattern)을 찾아 내는 것이다. 다른 말로는 KDD(데이터베이스 속의 지식 발견(Knowledge-discovery in databases)라고도 일컫는다. 이를 위해서, 데이터 마이닝은 통계석에서 패턴인식에 이르는 다양한 계량 기법을 사용한다. 다양한 데이터마이닝 정의를 살..

SVM은 상당히 다룰 내용이 많은 learning algorithm이다. 하지만, 아직은 SVM을 제대로 공부한 적이 없는 필자와 같은 상태의 사람들은 논문을 보거나 SVM을 프로젝트에 이용하려 할때 기본 개념을 알고 있을 필요가 있다. SVM(Support vector machine)은 2개의 범주를 분류하는 이진 분류기이다. 다음 그림은 SVM의 개념을 설명하는 것이다. feature들은 그림과 같은 vector공간에 vector로 표시된다. 그림에서 보는 것처럼 하얀 색 vector들을 A그룹에 속하는 white point라고 하고, 그 반대로 검은색 vector들을 B그룹에 속하는 black point라고 하자. 이러한 벡터 가운데 같은 범주를 기준으로 바깥으로 위치한 벡터들의 연결선으로 이루어진..