[머신러닝/딥러닝] 8. 머신러닝 실습하기 - 결정트리 decision Tree adaboost random forest 엔트로피 불순도 정보이득 entropy impurity

지난 시간 우리는 딥러닝이 출현하기 전 머신러닝에서 분류기로 가장 인기가 많았던 SVM(Support Vector Machine)에 대해 알아봤습니다. https://blog.naver.com/dorergiverny/223224033159 [머신러닝/딥러닝] 7. 머신러닝 실습하기 - OpenCV 서포트 벡터 머신 SVM support vector machine 소프트 마진 soft margin RBF Radial 지난 시간에 우리는 정규베이즈분류기와 로지스틱 회귀 분류를 통한 학습 및 예측에 대해 실습해 봤습니다.... blog.naver.com 이번에는 지도 학습중 하나인 결정 트리 (Decision Tree)에 대해 알아보겠습니다. 결정 트리 (Decision Tree) 란? 결정 트리는 귀납 추론을 위해 자주 사용되는 실용적인 방법입니다. 이것은 데이터들을 트리 구조의 루트(Root)에서 시작하여 차례로 중간 노드(Intermediate Node)를 거쳐 단말 노드(Termi...

원문링크 : [머신러닝/딥러닝] 8. 머신러닝 실습하기 - 결정트리 decision Tree adaboost random forest 엔트로피 불순도 정보이득 entropy impurity