본문 바로가기

국내학회

쓰기

 

전문가 의견을 반영하는 향상된 의사결정나무의 엔트로피 기법

byanonymous 2012.03.06 14:36
저자 박선빈, 김동문, 윤태복, 이지형 
학회명 한국 퍼지 및 지능시스템학회 추계학술대회 
학회명 (약자) KFIS 2007 
페이지 239-242 
학회시작일 2007-11-02 
학회종료일 2007-11-03 

 최근 데이터의 양이 많아지고 다양해짐에 따라서 데이터를 활용하기 위한 데이터 마이닝에 관한 관심이 증대되고 있다. 데이터 분석을 위한 수집 데이터에는 수집 과정에서 분석가가 원치 않은 데이터 잡음이 발생하는 경우가 있고 그 데이터가 다른 데이터들과 같은 가중치로 데이터 마이닝에 반영되는 경우 예상과 다른 결과를 얻을 수 있다. 따라서 데이터 분석 시 데이터와 전문가 의견이 고려된 데이터 엔트로피(Entropy)를 사용하여 잡음 데이터를 다룰 필요가 있다.
  본 논문에서는 전문가의견을 이용한 전문가 의견 목록을 만들고 이를 데이터와 비교하여 유사한 정도에 따라 각 데이터에 가중치를 부여한다. 그리고 이 데이터를 활용한 의사결정나무(Decision Tree)를 사용하여 기존 데이터를 이용한 의사결정나무 보다 데이터 잡음의 영향을 줄이는 방법을 제안한다. 제안한 방법은 학습자의 학습 활동에서 수집된 학습 행위 데이터를 사용하여 실험하였다.

목록

    2014

    2012

      RNN을 이용한 고객 이탈 예측 및 분석
      2016.08.10
      저자: 이세희, 이지형     학회명: 한국컴퓨터정보학회 하계학술대회     학회명 (약자): KSCI2016     페이지: 45-48     학회시작일: 2016-07-14     학회종료일: 2016-07-16    
      연결키워드 중심의 문장 벡터 모델링
      2016.08.10
      저자: 이세희, 김수아, 이지형     학회명: 한국지능시스템학회 춘계 학술대회     학회명 (약자): KIIS 2016     페이지: 161-162     학회시작일: 2016-04-08     학회종료일: 2016-04-09    
이전 Prev 1 2 3 4 5 6 7 8 9 10 다음 Next