신경망 분석 #

신경망이란 #

• 인간의 두뇌로 학습하는 과정을 모방해서 설정된 계량적인 학습방법이다. 신경망은 회계부정의 검토, 금융, 경제 시계열 예측, 신용평가, 카드도용, 패턴분석 등 데이터마이닝의 분류 및 예측 분야에서 이용되는 분석 방법이다.

그림 1. 신경망 분석 (출처: (http://http://blog.his21.co.kr/423))

신경망의 구성요소 #

• 신경망의 구성은 입력층, 출력층 그리고 입력층과 출력층 사이의 은닉층(중간층)으로 구성되어 있다. 입력층에서는 신호를 받고, 출력층에서는 출력 신호를 보내며 윽닉층은 입력층과 출력층을 연결하는 역할을 한다.

신경망 모형의 작성 및 이용 #

• 분류 및 예측에 이용되는 신경망 모형은 다음과 같이 6단계로 작성한다.
• 입력 및 출력변수의 식별
• 입력, 출력변수값을 적절한 범위로 변환
• 신경망의 구조를 설정
• 자료를 이용하여 신경망을 훈련
• 훈련에 이용된 자료가 아닌 실제 자료에 대하여 4.에서 작성된 모형이 적절한지 검정하여 신경망 모형을 완성
• 5.에서 작성된 모형을 이용하여 새로운 현상을 예측 또는 분류

신경망의 장단점 #

장점 #

• 신경망은 의사결정 나무보다 분류 및 예측력 측면에서 우수한 결과를 나타낸다.
• 신경망은 많은 입력변수를 가지고 있으며 입력변수와 출력변수 간의 관계가 복잡한 비선형 형태일 때 더 유용하다.

단점 #

• 과정이 투명하지 않고 복잡하다.
• 신경망이 분류하더라도 왜 신경망이 그렇게 분류되었는지 설명하기 어렵다.
• 신경망 가중치 설정 등에는 전문성이 필요하여 비전문가가 사용하기 어렵다.
• 신경망은 잘못된 입력정보에 둔감하여 오류 발견이 어렵다.

호지스틱 회귀모형 분석 #

회귀분석이란 #

• 예측변수 또는 종속변수를 설명변수의 함수로 예측하는 모형이다. 설명변수의 함수로 선형함수를 사용하는 모형을 선형 회귀모형, 비선형함수를 사용하는 모형을 비선형 회귀모형이라 정의한다.

단순선형 회귀모형 #

• 선형 회귀의 가장 단순한 예제는 한 개의 스칼라 독립 변수 x와 한 개의 스칼라 의존 변수 y의 관계를 의미한다.

그림 2. 단순선형 회귀모형 (출처:(https://blog.naver.com/shong1214/220936520856))

다중선형 회귀모형 #

• 다중선형 회귀모형은 단순선형 회귀모형에서 독립 변수를 여러 개로 확장한 것이다. 실제 적용 사례 중 대부분의 모형사용은 여러 개의 독립 변수를 포함하여 만드는 다중선형 회귀모형을 의미한다.

그림 3. 다중선형 회귀모형 (출처:(https://blog.naver.com/shong1214/220936520856))

회귀모형의 종류 #

그림 4. 회귀모형의 종류 (출처:(http://jangun.com/study/RegressionAnalysis.html))

관련 페이지 #

Data mining 정의, Data mining 군집화, Data mining 자료탐색 및 군집화, Data mining 연관규칙의 발굴 및 나무모형, Database

Suggested Pages #

• 0.025 RDBMS
• 0.025 CQL
• 0.025 NoSQL 정의 및 역사
• 0.025 BigData
• 0.025 MongoDB
• 0.025 Oracle
• 0.025 Data mining
• 0.025 Apache
• 0.025 Riak
• 0.025 hadoop 총정리], [[hadoop 총정리2편
• More suggestions...