Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 데이터 분석 플랫폼
- 삼성 SDS 서포터즈
- paper review
- Brigthics Studio
- 브라이틱스 분석
- 검증 평가 지표
- Brightics 서포터즈
- Brightics EDA
- 데이터 분석
- pymysql
- Brightics AI
- 브라이틱스 AI
- 머신러닝
- 딥러닝
- Activation Function
- 서포터즈 촬영
- Brightics studio
- 분석 툴
- Deep Learning for Computer Vision
- 브라이틱스 서포터즈
- Random Forest
- 삼성 SDS
- 비전공자를 위한 데이터 분석
- 파이썬 SQL 연동
- 브라이틱스 스태킹
- 브라이틱스 프로젝트
- michigan university deep learning for computer vision
- Python
- 파이썬 내장 그래프
- 범주형 변수 처리
Archives
- Today
- Total
목록재현율 (1)
하마가 분석하마

데이터 분석 공모전과 실무에서는 다양한 메트릭을 사용한다. 필요에 따라 비즈니스 문제에 맞는 메트릭을 만들어야 한다. 비지도 학습 메트릭은 주관적인 경우가 많기에 지도 학습 메트릭 위주로 살펴보겠다. 정확도 (accuracy) 정밀도 (Precision) 리콜 (Recall) F1 스코어 AUC (Area Under the ROC curve) 로그 손실 정밀도 at k (P@k) 평균 정밀도 at k (AP@K) MAP@k (Mean Average Precision at k) MAE (Mean Absolute Error) MSE (Mean Squared Error) RMSE (Root Mean Squared Error) RMSLE (Root Mean Squared Log Error) MPE (Mean P..
Machine learning class
2021. 2. 17. 20:34