일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- SSL
- Pix2Pix
- 컴퓨터구조
- 최린컴퓨터구조
- CoMatch
- Meta Pseudo Labels
- mocov3
- CGAN
- mme paper
- CycleGAN
- 딥러닝손실함수
- remixmatch paper
- tent paper
- GAN
- Entropy Minimization
- UnderstandingDeepLearning
- WGAN
- dann paper
- cifar100-c
- 백준 알고리즘
- simclrv2
- ConMatch
- shrinkmatch paper
- Pseudo Label
- shrinkmatch
- semi supervised learnin 가정
- dcgan
- adamatch paper
- BYOL
- conjugate pseudo label paper
Archives
- Today
- Total
목록랜덤포레스트 (1)
Hello Computer Vision
[머신러닝]랜덤 포레스트(Random Forest)에 대한 이해, 파이썬 코드
출처 : https://www.youtube.com/watch?v=lIT5-piVtRw 머신러닝 쪽에서 아주 유명한 앙상블 기법이며 정확도가 아주 높은 기법 중 하나이다. 활용할 데이터가 어떤 분포를 가질 지에 대한 가정이 필요없으며(비모수적 방법) 훈련시간이 적어 다양하게 활용된다. 또한 의사결정나무의 단점들을 보완한 방법이다.(과적합, 이상치민감) 랜덤포레스트의 핵심적인 아이디어는 Diversity, Random을 확보하는 것이다. Diversity는 Bootstrap, Bagging을 이용함으로서 충족시킨다. 이에 대한 설명은 이전 글에 간략하게 설명해놓았다 Diversity에대한 설명 Random을 충족시키기 위해서는 각각의 의사결정나무를 구축시 변수를 무작위로 선택한다. 이를 잘 설명해주는 이미..
머신러닝
2023. 1. 28. 15:51