욱이의 냉철한 공부

* 자료출저 및 참고강의 명지대 산업경영공학과 데이터마이닝 김도현 교수님 강의 패스트캠퍼스 올인원 패키지(금융공학/퀀트) 장순용 강사님 인터넷 강의 ​ * 목차 분류모델링 성능평가 1. 분류모형의 성능평가 2. 성능평가 : 혼동행렬(confusion matrix) : 오분류율, 정확도(Accuracy) 3. 성능평가 : 혼동행렬(confusion matrix) : 민감도(Sensitivity), 특이도(Specificity), 정밀도(Precision) 4. 성능평가 : ROC 곡선 5. 성능평가 : 두 예측모형의 비교검정(McNemar) 6. 베이즈정리 해석 ​ ​ ​ 1. 분류모형의 성능평가 - 분류모형의 성능평가 일반적으로 분류 및 예측기법은 다양한 방법이 존재함 그런데 같은 방법에서도 선택사항에 ..

* 자료출저 및 참고강의 명지대 산업경영공학과 데이터마이닝 김도현 교수님 강의 패스트캠퍼스 올인원 패키지(금융공학/퀀트) 장순용 강사님 인터넷 강의 * 목차 로지스틱회귀분석 1. 로지스틱회귀분석 개요 2. 로지스틱회귀분석 원리 3. 로지스틱회귀분석 학습 4, 로지스틱회귀분석 예측 5. 로지스틱회귀모형 해석 6. 로지스틱회귀모형과 선형회귀모형 차이 ​ 1. 로지스틱회귀분석 개요 - 로지스틱회귀분석은 어디에 속하는가? * 통계에측모형 1) 수치예측 : 평가방법 : MSE, MAE, RMSE 2) 분류예측 : 평가방법 : Accuracy(정확도), Precision(정밀도), Recall(재현율, 민감도) => 로지스틱회귀모형은 분류예측이다. ​ - 로지스틱회귀분석을 하는 목적 기존 선형회귀분석은 연속형 종속..

* 자료출저 및 참고강의 명지대 산업경영공학과 데이터마이닝 김도현 교수님 강의 ​ * 목차 데이터마이닝 모델링 개요 1. 통계와 데이터마이닝 차이 2. 데이터마이닝 모델링 3. 데이터마이닝 모델링 종류 4. 데이터마이닝 모델링 분류 5. 데이터마이닝 변수 종류 6. 데이터마이닝 모델링 과적합 7. 머신러닝에서의 성능평가 개요 ​ ​ 1. 통계와 데이터마이닝 차이 - 전통적인 통계 1) 모집단이 있고, 이를 추론하기 위해서 샘플링을 수행 2) 현실에 적용하기 힘든 가정(Assumption) => 모집단의 정규분포, 선형성, 등분산성 등 3) 제안된 가설에 대한 검증이 목적 ​ - 데이터마이닝 1) 모집단을 가지고 있고, 그 안에 숨겨진 패턴과 규칙을 찾는 것이 목적 2) 데이터에 대한 가정이 없음 3) 즉..

* 자료출저 및 참고강의 패스트캠퍼스 올인원 패키지(금융공학/퀀트) 장순용 강사님 인터넷 강의 명지대 산업경영공학과 데이터마이닝 김도현 교수님 강의 ​ ​ * 목차 통계모델링 1. 편향오류(과소적합), 분산오류(과적합) 2. 회귀종류 : Ridge 회귀 (L2 정규화) 3. 회귀종류 : Lasso 회귀 (L1 정규화) 4. 회귀종류 : 다항식 회귀 5. 회규종류 : 푸아송 회귀 ​ ​ 1. 편향오류(과소적합), 분산오류(과적합) 모형이 편향적 즉 과하게 단순해서 발생하는 오류 2) 분산오류(variance error) : 과적합 오류(overfitting error) 모형이 과하게 복잡하여 발생하는 오류. 매개변수 최적화의 어려움으로 표출 training sample 오류는 작지만, testing sam..

* 자료출저 및 참고강의 명지대 산업경영공학과 데이터마이닝 김도현 교수님 강의 패스트캠퍼스 올인원 패키지(금융공학/퀀트) 장순용 강사님 인터넷 강의 ​ * 목차 통계모델링 1. 선형회귀분석 개요 2. 선형회귀식 원리 3. 선형회귀식 해(OLS (Ordinary Least Squares soluntion)) ​ ​ 1. 선형회귀분석 개요 - 회귀분석 정의 연구대상이 되는 시스템에 존재하는 변수들 사이의 함수적인 관계를 규명하기 위해 수학적인 모형을 상정하고, 이 모형을 수집된 자료로부터 추정하는통계적 기법. ​ - 회귀분석 개요 선형회귀는 대표적인 수치예측기법 한 개 이상의 독립변수(설명변수)가 있음 한 개의 종속변수 선형 관계를 전제 이외에도 여러가지 전제조건 있음. :잔차(오차)에 대한 가설 검정 필요..

* 자료출저 및 참고강의 명지대 산업경영공학과 데이터마이닝 김도현 교수님 강의 패스트캠퍼스 올인원 패키지(금융공학/퀀트) 장순용 강사님 인터넷 강의 ​ * 목차 선형회귀분석 : 모형 유의성 진단 1. 모형의 검토 : t 검정을 적용한 회귀계수의 유의성 진단 2. 모형의 검토 : F 검정을 적용한 회귀모형의 유의성(설명력) 진단 (분산분석) 3. 모형의 검토 : R2 결정계수를 이용한 변동비율 진단 4. 모평의 평가 : MAE, MSE, MSE, RMSE 5. 모형(변수)의 선택 : VIF 4. 모형(변수)의 선택 : AIC, BIC ​ 1. 모형의 검토 : t 검정을 적용한 회귀계수의 유의성 진단 - 목적 모형의 설명변수들은 통계적으로 유의미 있는지 확인 즉 개개의 회귀계수에 대한 t검정을 실시 ​ - ..

* 자료출저 및 참고강의 명지대 산업경영공학과 데이터마이닝 김도현 교수님 강의 패스트캠퍼스 올인원 패키지(금융공학/퀀트) 장순용 강사님 인터넷 강의 ​ * 목차 통계모델링 1. 잔차(오차) 분석 : 타당성 진단 (전제조건 진단) 2. 잔차(오차) 분석 : 영향력 진단 3. 레버리지 분석 : 영향력 진단 4. 쿡의 거리 분석 : 영향력 진단 ​ ​ 1. 잔차(오차) 분석 : 타당성 진단 (전제조건 진단) - 잔차 정의 잔차는 실제 반응변수 값과 추정된 반응변수 값의 차이 ​ - 타당성 검토해야 할 4가지 1) 선형성 : 종속변수는 설명변수의 선형조합으로 설명이 가능하다. 그러므로, 잔차에는 추세 없음 2) 독립성 : 잔차는 순서와 상관없이 독립적. => 특정 패턴을 보이지 말아야 한다. 3) 정상성 : 잔..

* 자료출저 및 참고강의 패스트캠퍼스 올인원 패키지(금융공학/퀀트) 장순용 강사님 인터넷 강의 * 목차 통계분석 : 가설검정 : 비모수검정 1. 비모수 검정 (Non-parametric hypothesis test) 2. 비모수 검정 : 부호검정 (부호) 3. 비모수 검정 : Mann-Whitney U 검정 (순위) 4. 비모수 검정 : Wilcoxon 검정 (부호+순위) 5. 비모수 검정 : Shapiro-Wilk 검정 (정상성) ​ 1. 비모수 검정 (Non-parametric hypothesis test) - 비모수인 경우 모집단의 확률분포에 대한 전제가 없음. 표본으로 계산한 통계량이 모집단의 모수와 통계적 관계가 없음 ex) 표본 크기 매우 작음 ​ ​ ​ ​ 2. 부호 검정 (Sign test..