|
(1)사전확률과 사후확률에 대해 설명한 후, 분석결과에서 tp rate와 fp rate에 대해 설명하여라.
(2)naive bayesian을 통한 자료의 설명력을 논하시오.
6.logistic regression 과 cart, bayesian 각각의 분석결과와 분석방법을 비교하시오.
|
|
|
데이터 마이닝 기법들
지도 학습(Supervised Learning)
의사결정나무(Decision Tree)
인공신경망(Artificial Neural Network)
판별분석(Discrimination Analysis)
회귀분석(Regression Analysis) 및 로지스틱 회귀분석(Logistic Regression)
자율 학습(Unsupervised Learning)
OLAP(On-
|
|
|
분석가의 도움을 받아야한다.
[참고 문헌]
U.M.Fayyad, G. Piatetsky-Shapiro, and P. Smyth, "From data mining to knowledge discovery", Advance in knowledge discovery and data mining, edited by U.M. Fayyad et al., AAAI Press, 1996
강현철 외, SAS Enterprise Miner 4.0을 이용한 데이터마이닝 -방
|
|
|
데이터베이스에 저장되었다. 다음으로 이렇게 구축된 정보들이 데이터마이닝 기술을 통해 세심하게 분석되었고 그 결과 판촉 방식에 따른 의사의 반응 모델이 결정되었다. 이 회사의 경우 사용된 여섯 판촉 방식 중에 단지 두 방식만이 의사
|
|
|
로지스틱
② 신경망
③ 나무형 분류
2) 자료소개
Ⅲ.분석과정과 결과
1) 분석과정
① Variable File 노드
② Type 노드
③ Distribution 노드
④ Sample 노드
⑤ Distribution 노드
⑥ Balancing 노드
2) 결과
① 로지스틱 회귀
|
|
 |
데이터의 기초 분석 10
3. 변수선정 11
(1) 성별과 연 구매회수와의 독립성 검정 12
(2) 입력변수 특성 13
4. 신경망 모형의 구성 17
5. 실험결과와 분석 17
(1) 신경망 결과 17
(2) 로지스틱 회귀분석 18
(3) 실험 결과비교 19
IV. 결론 및 추후연구
|
|
|
분석이 충분하지 못했다. 향후 연구에는 벤처기업의 M&A에 대한 정량적인 데이터수집을 통한 실증적인 분석이 이루어져야 할 것이다.
<참고 문헌>
강은정, "한국기업의 전략적 M&A의 활성화 방안", 동의대학교, 2001.2.
고영인, "지식기반경제
|
|
|
10
3. 시장세분화를 통한 포지셔닝 11
4. 기술과 정보의 개발 11
5. 데이터베이스 구축 12
6. 홍보전략 12
7. 기업과의 의사소통 13
8. 전자카달로그 14
IV. 결론 15
1. 연구 결과의 요약 15
2. 연구의 한계성과 향후 연구 방법 16
V. 참고문헌 18
|
|
|
로지스틱스21」, “TPL(Third-Party Logistics)의 특징과 전개조건”, 2006.11.30 “택배시장 분석”, 특집기사
「매일경제신문」, “개인택배서 기업 물류까지 취급”, 택배산업 특집기사, 2006.8.14 “물류실명제로 서비스 특화”, 2006.9.16
「물류뉴스」
|
|
|
결정요인에 관한 연구 : 조직간 갈등과 상호작용 을 중심으로.” 중앙대학교 대학원, 박사학위논문. 2002
박정선. “전략적 마케팅 제휴에 있어서 통제메커니즘의 결정요인과 효과 : 국내의 특급 호텔을 중심으로.” 한양대학교 대학원, 석사
|
|
|
분석의 전문성과 깊이에 매료되었습니다. 특히, 실험 설계와 회귀 분석, 그리고 데이터 마이닝에 대한 수업을 통해 통계학의 실제 적용에 대한 이해도를 높일 수 있었습니다. 이러한 학문적 경험은 저에게 통계학의 이론과 실제를 연계하여
|
|
|
수들 간의 상관관계를 정밀하게 분석하였습니다. 특히, 다중 회귀분석과 의사결정나무 기법을 통해 잠재적 원인을 도출하고, 현장 데이터와 모형의 일치성을 높이기 위해 반복적인 검증 과정을 철저히 수행하였습니다. 그 과정에서 동료 연
|
|
 |
활용하여 회귀분석, 군집분석, 의사결정 나무 등의 기법도 적용해보았으며, 분석 보고서 작성 시에 중요한 데이터 통찰력을 제공하는 데 큰 역할을 해왔습니다. 이 외에도, 데이터 분석 과정에서 사용하는 도구들에 대해 지속적으로 학습하며
|
|
 |
분석 능력을 키웠습니다. SPSS 프로그램 사용법을 익히면서, 회귀 모형을 세우고 자료 간의 상관관계를 도출하는 방법을 배웠습니다. 또한 ‘여기에 당신의 욕망이 보인다.’ 책을 읽으면서 데이터 마이닝의 본질에 대해 좀 더탐구하게 되었습
|
|
|
데이터 분석의 기초를 다지면서 점점 더 전문적인 지식과 기술에 대한 갈망이 커졌습니다. 특히, 통계학과 데이터 마이닝 수업에서 배운 내용을 실제 사례에 적용해보는 프로젝트는 저에게 큰 지적 호기심과 함께 만족감을 주었습니다. 이러
|
|
메뉴펼치기
