|
mining what to do next
Carrying out the next cycle
4.Selection of Data mining Tools
Data mining Task
Associations
Time Sequences
Clustering
Classification
Forecasting/Prediction
Understanding Data mining Algorithm
Association rule
De
|
|
|
mining bridging the gap. http://www. datamining.com/datamime/bridge.htm
19). GareyMR, Johnson DS. Computers and intractability: A guide to the theory of NP-completeness, W.H. Freeman and Company. 1979
20). Nonaka. The knowledge-creating company. Oxford University Press. 1995
21). Rijsbergen V. An al
|
|
|
algorithms can be bias free.
As Tom Mitchell puts, ML models learn the patterns from historical data and 1. Introduction
2. Why can't we just Trust ML models
2.1. No data nor ML algorithms can be bias free
2.2. There is no single definition of fairness in machine learning
3. What are t
|
|
|
알고리즘 ·····························
2.2.1 하향식 빙산 큐브 계산 ························
2.2.2 상향식 빙산 큐브 계산 ························11
2.2.3 하향식과 상향식 통합 빙산 큐브 계산 ······
|
|
|
마이닝 16
가. 데이터 마이닝의 정의 및 필요성 16
나. 데이터 마이닝 프로세스 18
다. 데이터 마이닝 접근방법 19
라. 의사결정나무분석 20
Ⅲ. 연구 방법 22
1. 연구 모형 22
2. 연구 대상 23
3. 분석 모형 23
4. 데이터마이닝
|
|
 |
마이닝 기법 연구, 김종민, 최경호, 이동휘, 정보·보안논문지 제12권 제2호 (2012년 5월) pp.61-70 1598-7329
특수기술 샘플 군집화를 이용한 개선된 아다부스트 알고리즘, 백열민, 김중근, 김회율, 한국방송공학회지 제18권 제4호 통권 제73호 (2013. 7) pp
|
|
 |
알고리즘 / 인공지능(AI)
NP Problem과 같은 해답이 없는 문제에 대한 분석 및 해결에 대한 흥미
데이터에 대한 접근방법 및 Data Searching, Mining 학습
무선통신 기술
패킷의 흐름, 충돌제어와 같은 이상현상에 대해 분석 및 해결에 대한 흥미
컴
|
|
 |
기술하고, 어려웠던 이유와 해결을 위해 어떠한 노력을 하였고, 그 결과는 어떠했는지 기재해 주십시오. (신입의 경우 학과 프로젝트, 테스트용 프로젝트 포함) (350자)
위에 기술한 인공지능과목에서 1등을 기록했던 대용량 Data Mining…
|
|
메뉴펼치기
