정보공간_1

#3까지의 포스팅에선 선형으로 분리 가능한 상황에서의 SVM을 구하였습니다.그렇다면 다음과 같은 선형으로 분리가 불가능한 상황에서는 어떻게 해야 할까요? (5) 슬랙 변수(Slack Variable) 데이터들을 보시면 3가지 경우로 나눌 수 있습니다. 1. 분류기에 의해 제대로 분리 되어 있다.2. 제대로 분류되어 있지만 Support Vector의 경계 안에 있다. (네모네모)3. 분류기를 넘어가 잘 못 분류되어 있다. (동글동글) 위를 식으로 표현하면 다음과 같이 표현할 수 있습니다. 1. >= 12. 0 = 1가 되고0

문화생활을 즐겨보자! 대학생추천 전시회, 축제 :) 매서운 추위가 찾아오기 전에 어디론가 떠나고 싶은 날입니다. 중간고사도 끝나고, 학교생활과 일상에서 벗어나 휴식을 취하고 싶지 않으신가요? 아직 겨울방학을 하지 않아 멀리 떠나기는 망설여지실 텐데요. 가벼운 마음으로 즐길 수 있는 문화생활을 추천해드릴게요. 혼자 다녀오기에도, 사랑하는 연인이나 가족, 친구들과 함께 놀러 가기에도 안성맞춤이랍니다. 삼성소프트웨어멤버십 블로그에서 11월에 있는 전시회와 축제를 만나보세요. :) 1. 반 고흐 : 10년의 기록展 (VAN GOGH : A record of 10 years Exhibition) 우리에게 익숙한 이름인 ‘빈센트 반 고흐’. 그가 그림을 그리던 시기는 불과 10여년 정도라고 하는데요. 한 화가의 미..

안녕하세요. 신촌멤버십 22-2기 김상훈입니다.이번 포스팅에서는 Naive Bayes를 이용한 텍스트 마이닝에 대해 알아보겠습니다. # 소개 Naive Bayes는 확률 이론으로 데이터를 분류하는 방법으로 Bayes 정리 이론에 기반합니다. Naive Bayes에서 Naive는 이 확률 기법에서 종속성을 고려하지 않고 독립사건으로 가정하기 때문에 붙은 이름입니다. 텍스트 마이닝에서 자주 사용되며 대표적인 예가 스팸메일 필터와 감정 분석입니다. # 조건부 확률 Naive Bayes를 설명하기에 앞서 조건부 확률과 Bayes' rule에 대해 알아봅시다. 먼저 조건부 확률(Conditional probability)에 대해서 알아봅시다. 위 그림처럼 보라색 통에는 1개의 빨간색 구슬과 3개의 파란색 구슬이 ..

안녕하세요. 신촌멤버십 22-2기 김상훈입니다.이번 포스팅에서는 의사결정 트리를 이용한 텍스트 마이닝에 대해 알아보겠습니다. # 소개의사 결정 트리는 분류화(Classification) 기법 중 가장 일반적으로 사용되는 기법으로 텍스트 마이닝, 기계학습(Machine Learning), 통계 등 다양한 곳에서 활용 되고 있습니다. 의사 결정 트리는 스무 고개를 생각하면 이해하기 쉽습니다. 스무 고개는 20개의 질문을 하면서 '예', '아니오' 답변을 통해 출제자가 생각하고 있는 물건을 추측하는 게임입니다. 의사 결정 트리는 이와 흡사한 구조를 띄고 있습니다. 질문에 해당하는 것이 의사결정 영역(decision block)이고, 추측한 답이 단말 영역(terminationg block)입니다. 아래 그림은..

안녕하세요 부산 멤버십 박천경 입니다. 이전의 mixare(증강현실) opensource 분석 #1 에서는 증강현실의 정의 및 SurfaceHolder 생성으로 SurfaceView를 제어 하여 카메라 화면과 스마트폰의 센서 값들을 읽고 canvas 위에 이미지를 그리는 작업을 해 보았습니다.이번 mixare(증강현실) opensource 분석 #2 에서는 증강현실의 opensource인 mixare를 이용하여 mixare를 구동시키고, 간단히 opensource를 정리해 보겠습니다.참고로 필자는 window 환경에서 개발을 진행 하였습니다. 1. Mixare Mixare 는 증강현실의 대표적인 오픈소스 입니다. 위도와 경도를 입력 받아서 카메라를 비추게 되면 카메라의 화면에 해당 건물의 위치에 에어태깅..