경고: 로그인하지 않았습니다. 편집을 하면 IP 주소가 공개되게 됩니다. 로그인하거나 계정을 생성하면 편집자가 사용자 이름으로 기록되고, 다른 장점도 있습니다.
편집을 취소할 수 있습니다.
이 편집을 되돌리려면 아래의 바뀐 내용을 확인한 후 게시해주세요.
최신판 |
당신의 편집 |
1번째 줄: |
1번째 줄: |
| [[분류:데이터 과학]] | | [[분류:데이터베이스]] |
| | |
| ;Data Mining | | ;Data Mining |
| ;많은 데이터 가운데 숨겨져 있는 유용한 상관관계를 발견하여, 미래에 실행 가능한 정보를 추출해 내고 의사 결정에 이용하는 과정
| |
|
| |
| == 일반적 절차 ==
| |
|
| |
| * 데이터 추출(Data Selection)
| |
| * → 데이터 정제(Cleaning)
| |
| * → 데이터 변형(Tansformation)
| |
| * → 분석(Analysis)
| |
| * → 해석(Interpretation)
| |
| * → 보고서 작성(Reporting)
| |
|
| |
| ==주요 기술 분류==
| |
| {| class="wikitable"
| |
| !학습 구분
| |
| !기법
| |
| !세부 기법
| |
| |-
| |
| | rowspan="2" |지도학습
| |
| |분류(Classification)
| |
| |
| |
| *판별분석
| |
| *[[로지스틱 회귀분석]]
| |
| *최근접이웃기법
| |
| *[[의사결정 나무]]
| |
| *나이브베이즈분류
| |
| *[[인공 신경망]]
| |
| *[[서포트 벡터 머신]]
| |
| |-
| |
| |예측(Prediction)
| |
| |
| |
| *[[회귀 분석]]
| |
| *[[K-최근접 이웃]]
| |
| *[[인공 신경망]]
| |
| *평활법
| |
| |-
| |
| | rowspan="3" |비지도학습
| |
| |[[군집화|군집화(Clustering)]]
| |
| |
| |
| *계층적 군집화
| |
| *[[K-평균 군집화]]
| |
| *유한혼합모형
| |
| *이중군집법
| |
| |-
| |
| |연관 규칙(Association Rule)
| |
| |
| |
| *장바구니 분석
| |
| *서열분석
| |
| *트랜잭션데이터 분석
| |
| |-
| |
| |가중치 결정
| |
| |
| |
| *신경망
| |
| |-
| |
| ||비정형분석
| |
| | colspan="2" |
| |
| *[[텍스트 마이닝]]
| |
| *[[오피니언 마이닝]]
| |
| *[[리얼리티 마이닝]]
| |
| *[[소셜 네트워크 마이닝]]
| |
| |}
| |
|
| |
| ==같이 보기==
| |
|
| |
| *[[머신 러닝|기계 학습]]
| |
| *[[딥 러닝|신경망 학습]]
| |
| *[[Apriori 알고리즘]]
| |
|
| |
|
| == 참고 문헌 == | | == 기법 == |
| | * 연관 탐사(Association) |
| | ** 연관성이 있는 데이터 조합을 찾아 패턴을 발견 |
| | ** 제품간 관계를 찾아내는 장바구니 분석에 주로 사용 |
| | * 연속성 탐사(Sequence) |
| | ** 시계열 분석이라고도 함 |
| | ** 시간의 경과에 따른 패턴 정의 |
| | * 분류 탐사(Classification) |
| | ** 특정 범주에 따라 대상을 분류 |
| | ** ex) 영등포에 사는 20대 전문직의 속성은? |
| | * 군집 탐사(Clustering) |
| | ** 유사한 특성을 지닌 데이터 그룹을 구분 |
|
| |
|
| * [[Www.ktword.co.kr/abbr view.php?m temp1=932|정보통신기술용어해설]] | | == 주요 기술 == |
| | * 의사결정 나무 |
| | * 기계 학습 |
| | * 신경망 학습 |
| | * Apriori 알고리즘 |