Feature Engineering for Machine Learning 리스케일링 알고리즘은 여러 변수의 상대적인 크기에 상당히 민감하다. 범위가 다른 여러개의 다양한 파라미터가 있는 경우 어떤 알고리즘은 편차가 더 큰 변수를 주요 변수로 간주하기도 한다. 각 파라미터의 스케일이 매우 다른 경우 모델이 학습하려는 파라미터 공간이 매우 왜곡되고 복잡해 질 수 있다. 이 때, Gradient Descent Algorithm을 사용할 경우 local minima 또는 경사면의 다른 복잡한 위치에 빠지는 경향이 있다. 고전적인 방법으로는 0과 1사이의 값으로 스케일은 선형 재조정 하는 방법이 있다. → 파라미터들이 동일 범위내에 있게 된다. 비선형 스케일링으로는 제곱 스케일링, 제곱근 스케일링, 로그 스케일링..

참고 : http://egloos.zum.com/incredible/v/4731015 Particle swarm optimization (입자 군집 최적화) [algorithm] 입자 군집 최적화 [알고리듬]Particle swarm optimization (PSO)http://en.wikipedia.org/wiki/Particle_swarm_optimizationhttp://www.swarmintelligence.org/tutorials.phphttp://en.wikipedia.org/wiki/Swarm_intelligence_ egloos.zum.com https://mamadyonline.github.io/a-tutorial-on-optimization-algorithms-example-of-pso..

출처 : https://www.analyticsvidhya.com/blog/2019/09/everything-know-about-p-value-from-scratch-data-science/ 이전 포스팅 :2019/09/11 - [Algorithm] - P-value # 1/2 ※ 해당 포스팅은 p-value의 이해에 관한 좋은 기사가 있어 개인적인 공부를 하는김에 어설픈 번역을 올린 것입니다. 의역 및 오역이 있을 수 있습니다. 고쳐야 할 부분이 있다면 알려주시면 감사하겠습니다 :-) 데이터 사이언스에서의 p-value예제 이번 순서는 여러분들이 기다렸을 것이라고 확신한다. 통계학에서의 p-value 사용은 이해가 가고 여러번 들어왔다. 하지만 데이터 사이언스 부분에서 p-value는 어떻게 사용할까?..

출처 : https://www.analyticsvidhya.com/blog/2019/09/everything-know-about-p-value-from-scratch-data-science/ Everything you Ever Wanted to Know About P-Value from Scratch Here is everything you ever wanted to know about p-value from scratch. This p-value tutorial is from a statistics as well as data science perspective. www.analyticsvidhya.com ※ 해당 포스팅은 p-value의 이해에 관한 좋은 기사가 있어 개인적인 공부를 하는김에 어설픈 ..