검색어 입력폼

[데이터마이닝] Neural Networks

저작시기 2004.12 |등록일 2004.12.22 | 최종수정일 2016.04.01 한글파일한컴오피스 (hwp) | 11페이지 | 가격 1,000원

소개글

..

목차

I. 서 론

II. 본 론
1.MLP 구조에 대한 간단한 이해
2.Develop five different neural networks models
3.Choose the best model
4.Interpret the result using decision trees.

III. 결 론

본문내용

위의 예제에서 사용하였던 것과 같이 신경망 모형은 무수히 많은 모형을 만들어 낼 수 있기 때문에 매우 다양한 모형을 포함하는 유연한 모형이라 할 수 있다. 그러나 데이터로부터 계수를 추정해서 그 값을 사용하기 때문에 인간의 신경과 유사하다고 할 수 있을 만큼 그 결과 값이 우수하지는 못할 뿐더러 MLP 또한 한계를 가지고 있다. 또한 이 경우는 변수의 개수 또한 적고 응답률이라는 비교적 쉬운 타겟을 지정하였지만, 그것이 복잡해지면 복잡해질수록 은닉층과 은닉마디가 더 많이 필요하며 신경망은 더욱 복잡해질 수 있다. 그에 따라 추정해야할 계수의 수가 급격히 증가하기 때문에 최적화하기가 더욱 어렵게 된다. 위의 예제에서처럼 최선의 모델을 선정하기 위해 여러 모델을 만들어 놓고 그 중에 가장 우수한 모델을 찾은 것처럼 적절한 은닉층과 은닉마디의 수를 결정하기 위해서 시행착오적인 방법이외의 별 다른 대안이 없어 보인다.
그리고 회귀분석이나 의사결정나무는 분석의 결과를 비교적 쉽게 해석하고 이로부터 유용한 정보를 얻을 수 있었던 반면에 신경망은 매우 유연하기는 하지만 결과를 해석하는 것이 매우 어렵다. 게다가 어떤 입력변수가 중요한지 또는 그것들이 어떻게 상호 작용하는지를 결정하기가 어렵다. 그렇게 때문에
데이터마이닝에서 해석의 용이함이 언제나 예측모형의 중요한 특성이 되는 것은 아니다. 더 많은 해석적 용이함을 가지고 있으면서도 예측에 덜 효과적인 모형보다는, 매우 정확한 예측을 생산해 내는 모델이 더 선호되는 경우가 많기 때문이다.

참고 자료

Neural Networks, 조성빈, 건국대학교, 2004. 10
데이터마이닝 : 방법론 및 활용, 강현철 외, 자유아카데미, 1999. 04
SAS Enterprise Miner 4.0을 이용한 데이터마이닝, 강현철 외, 자유아카데미, 2001
CRM을 위한 데이터마이닝, 알렉스 버슨 외 저, 홍성완 외 역, 대청, 2000
SAS라는 통계상자, 김충련, 데이터플러스, 2000
데이터마이닝 신경망분석, 조용준 외, 고려정보산업, 2000
http://www.naver.com
http://www.empas.com
http://www.seri.org/forum/000147/
다운로드 맨위로