Model Selection이란 그동안 인간이 해온 통계학에서의 모델 선택이다. 아직 인공지능에서는 실시하지 않았고, 인공지능, 기계가 이를 하도록 하게 했지만 아직 완벽하지 않기 때문에 이에 대한 개념을 알 필요가 있다. 이를 이해해야 통계학과 인공지능에 대한 것을 이해하기 쉬워진다. 모델 선택의 이유 데이터는 현재 우리가 가진 데이터 D와 새롭게 얻을 수 있는 New Data가 존재한다. 회귀분석을 할 때, 데이터를 통해 회귀 계수를 알 수 있다. 이를 통해 y의 추정량을 구할 수 있고, 그 방식은 최소제곱추정법이다. 통계학에서는 모집단을 잘 알면 표본을 알기 쉽다고 한다. 하지만 인공지능에서는 모수인 회귀 계수를 추정하지 못하더라도 y의 추정량을 구할 수 있다. 만일 새로운 데이터가 있다면 새로운 데이터에 대한 추정량을 구할 수 있다. 인공지능에서는 모집단보다는 표본에 집중한다. 우리의 기존 목적은 실제 y값과 y추정량 사이의 거리인 잔차를 최소화하는 것이다. 하지만 궁극적인 ...
#AIC
#분석
#새로운데이터
#선택
#예측
#예측적합도
#인공지능
#재표집
#통계
#베이지안
#모델
#BIC
#cross
#LASSO
#PRESS
#resampling
#Ridge
#SSE
#validation
#통계학
원문링크 : 모델 선택 (model selection)