노트와 노트

※ 이 글은 책 공부한 내용&개인적으로 공부한 내용을 정리한 글입니다. 앙상블 학습(Ensemble Learning) 여러 개의 분류기를 생성하고 그 예측을 결합함으로써 보다 정확한 최종 예측을 도출하는 기법. 이미지, 영상, 음성 등의 비정형 데이터의 분류는 딥러닝이 뛰어난 성능을 보이고 있으나, 대부분의 정형 데이터 분류 시에는 앙상블이 뛰어난 성능을 나타내고 있음. 앙상블 학습의 유형 보팅(Voting) 배깅(Bagging) 부스팅(Boosting) 스태킹(Stacking) 보팅(Voting) 서로 다른 알고리즘을 가진 여러 개의 분류기가 투표를 통해 최종 예측 결과를 결정하는 방식. 보팅 유형 ① 하드 보팅(Hard Voting): 다수결. 예측한 결과값들 중 다수의 분류기가 결정한 예측값을 최종..