총 47개
-
머신러닝에서의 차원축소2025.05.101. 차원 축소 차원 축소는 고차원 데이터를 저차원으로 변환하는 과정으로, 데이터의 복잡성을 줄이고 특징을 추출하거나 시각화하기 위해 사용됩니다. 주요 방법으로는 특징 선택과 특징 추출이 있으며, 차원 축소의 이점은 데이터 시각화, 계산 효율성 향상, 잡음 제거 등입니다. 2. 차원의 개념 차원은 데이터를 표현하기 위해 필요한 축의 수를 의미하며, 각 차원은 데이터의 특정 특성을 나타내는 변수 또는 속성이 됩니다. 차원이 높을수록 데이터의 복잡성과 계산 비용이 증가하므로 차원 축소가 필요합니다. 3. 특징(feature)의 개념 특...2025.05.10
-
다중 선형 회귀 (Multiple Linear Regression, MLR)2025.05.091. 다중 선형 회귀 (Multiple Linear Regression, MLR) 다중 선형 회귀(Multiple Linear Regression, MLR)는 하나의 종속 변수를 다수의 독립 변수와의 선형 관계로 설명하는 모델입니다. 단순 선형 회귀가 하나의 독립 변수와 하나의 종속 변수 간의 선형 관계를 모델링하는 것과 달리, MLR은 여러 개의 독립 변수가 종속 변수와의 선형 관계에 영향을 미칠 수 있는 경우를 다룹니다. 예를 들어, 주택 가격을 예측하기 위해 주택의 크기, 방의 개수, 위치, 건물 연식 등 여러 독립 변수들을 ...2025.05.09
-
PCA & SVD2025.01.131. PCA (주성분 분석) PCA는 데이터의 분산(variance)을 최대한 보존하면서 서로 직교하는 새 기저(축)를 찾아, 고 차원 공간의 표본들을 선형 연관성이 없는 저차원 공간으로 변환하는 기법입니다. 데이터의 분산을 최대로하는 새로운 기저를 찾기 위해서는 데이터 행렬 A의 공분산 행렬을 구해야 합니다. 공분산 행렬의 고유분해(Eigendecomposition)를 통해 가장 큰 고유값 몇 개를 고르고, 그에 해당하는 고유벡터를 새로운 기저로 하여 데이터 벡터들을 정사영시키면 PCA 작업이 완료됩니다. 2. SVD (특이값 분...2025.01.13
-
벡터와 행렬의 효과적 활용법 및 머신러닝 응용2025.11.171. 행렬 분해(Matrix Factorization) 행렬 분해는 큰 행렬을 작은 간단한 행렬들로 분해하여 원래 행렬에서 찾을 수 없었던 패턴과 정보를 발견하는 방법입니다. 영화 추천 시스템에서 사용자와 영화 정보를 행과 열로 나타낸 행렬을 분해하여 각 사용자와 영화의 특성을 파악하고 추천을 수행합니다. 선형 대수학의 기본 원리에 근거하며, 복잡한 데이터에서도 간단하게 패턴을 찾을 수 있어 다양한 분석에 활용됩니다. 2. 벡터의 개념과 연산 벡터는 크기와 방향을 가지는 수학적 개념으로, 덧셈, 뺄셈, 스칼라 곱, 벡터 곱 등의 연...2025.11.17
-
한국방송통신대학교 통계데이터과학과 다변량분석 2022년 출석과제(만점)2025.01.251. 주성분 분석 데이터의 요약 통계량을 확인하고 Boxplot으로 데이터의 분포를 확인하였다. 상관계수행렬과 산점도 행렬을 보고 변수들 간의 상관관계를 분석하였다. 주성분 분석을 실시하여 제 1주성분과 제 2주성분이 전체 정보의 86.4%를 설명하는 것을 확인하였다. 주성분 계수를 통해 각 변수들의 주성분에 대한 기여도를 파악하였다. 2. 인자분석 Bartlett의 구형성 검정과 KMO 검정을 통해 인자분석의 적합성을 확인하였다. 주성분 인자법을 이용한 인자분석 결과, 2개의 유의한 인자가 도출되었다. 직교회전 방식인 varima...2025.01.25
-
지식부족 간호진단2025.05.011. PCA 사용법 대상자는 IV PCA사용법에 대해 2가지 이상 말할 수 있다. PCA 버튼을 누르지 않아도 일정한 속도로 진통제가 주입되며, 환자가 통증을 느낄 때 버튼을 누르면 다량의 진통제가 주입되 일시적으로 통증을 조절할 수 있습니다. 버튼은 15분에 한번 씩 누를 수 있고 그것보다 일찍 누르면 약제가 주입되지는 않는다고 말했다. 2. 자궁근종 관리 대상자는 3 일이내 자궁근종의 악화 요인에 대해 말할 수 있다. 대상자는 퇴원 전까지 HIFU후 자궁근종의 관리방법에 대해 3가지 이상 말할 수 있다. HIFU후 자궁근종의 관...2025.05.01
-
벡터와 행렬의 효과적 활용법 및 장점2025.11.151. 행렬을 이용한 선형 방정식 해결 행렬은 여러 개의 선형 방정식을 한 번에 표현할 수 있어 선형 방정식의 해를 구하는 데 유용하다. 행렬의 곱셈을 이용하면 여러 개의 선형 변환을 한 번에 적용할 수 있어 시간과 노력을 절약할 수 있다. 이러한 특성으로 인해 복잡한 계산을 간단하게 처리할 수 있으며, 수학적 문제 해결에 큰 도움이 된다. 2. 데이터 분석에서의 벡터와 행렬 활용 벡터를 사용한 차원 축소 기법은 데이터를 더욱 효과적으로 분석할 수 있도록 해준다. 공분산 행렬은 데이터 간의 상관 관계를 분석하는 데 사용되며, 행렬은 ...2025.11.15
-
30점 만점 방통대 다변량분석 2024-1학기2025.01.261. t-분포 난수 생성 및 분석 R과 파이썬을 이용하여 자유도가 5인 t-분포를 따르는 난수 100개를 생성하고 히스토그램, 상자그림, 줄기-잎 그림을 그려 분석하였다. 난수 생성 시 학번 뒤 4자리로 seed를 설정하였으며, R에서는 rt() 함수, 파이썬에서는 np.random.standard_t() 함수를 사용하였다. 히스토그램 결과 -4부터 4 이상 범위에 분포하며 오른쪽 꼬리가 긴 모양이었고, 상자그림 결과 중앙값이 0에 가깝고 제1사분위수와 제3사분위수가 각각 -2보다 크고 2보다 작았다. 줄기-잎 그림 결과 -1과 1...2025.01.26
-
2024년 1학기 방송통신대 출석수업대체과제물 다변량분석) R과 파이썬을 각각 이용하여 작성하시오. 교재 연습문제 1장 3번, 4번 2장 3번 4장 3번 (1)-(3)2025.01.251. t-분포 난수 생성 및 분석 자유도가 5인 t-분포를 따르는 난수 100개를 R과 파이썬을 이용하여 생성하고, 히스토그램, 상자그림, 줄기-잎 그림을 그려 t-분포의 특성을 분석하였다. 히스토그램에서는 0을 중심으로 대칭의 모습을 보이지만 완전한 대칭은 아니며, 상자그림에서는 평균값이 0보다 약간 작은 것으로 나타났다. 줄기-잎 그림에서도 0점대를 중심으로 대칭의 구조를 보이고 있으나 일부 이상치가 확인되었다. 2. Longley 데이터 분석 R에 내장된 Longley 데이터를 이용하여 산점도행렬, 별그림, 얼굴그림을 그려 변...2025.01.25
-
레이놀즈 유동 실험 보고서2025.11.141. 레이놀즈 수(Reynolds Number) 레이놀즈 수는 유체 유동을 구분하는 무차원 수로, 관성력과 점성력의 비를 나타낸다. 계산 공식은 Re = ρVD/μ이며, Re ≤ 2100일 때 층류, 2100 < Re < 4000일 때 천이영역, Re ≥ 4000일 때 난류로 정의된다. 본 실험에서 27℃ 물의 조건에서 층류 Re=1730.6, 천이류 Re=3461.3, 난류 Re=10897.9로 계산되었으며, 모두 이론값 범위에 정확히 일치했다. 2. 유체의 물성치 보간법 실험 온도 27℃에서 물의 밀도, 비중, 동점성계수, 운동...2025.11.14
1 / 5
