5. 면접 준비 (4) 썸네일형 리스트형 [한줄 개념] 클러스터링의 종류 1. K-means - n개의 중심점을 찍은 후에, 이 중심점의 위치를 움직여가면서 각 군집의 데이터와 중심점의 거리가 가장 작은 중심점을 찾는 것이다. - 이 중심점은 결국 각 군집의 데이터 평균값을 위치로 가지게 되는데, 이런 이유로 means(평균)값 알고리즘이라고 한다. 1) 장점 - 사용이 편하고 속도가 비교적 빠른 알고리즘 2) 단점 - 클러스터의 수를 정해줘야 함 - 중심점을 측정할 때 처음에 랜덤으로 중심점의 위치를 찾기 때문에 잘못하면 중심점과 점간의 거리가 Global Optimum인 최소값을 찾는 게 아니라 중심점이 Local optimum에 수렴하여 잘못된 분류를 할 수 있다는 취약점을 가지고 있음 2. Hierarchical Clustering - 비슷한 군집끼리 묶어 가면서 최종.. [한줄 개념] 머신러닝과 딥러닝의 차이점은 무엇인가요? Q. 머신러닝과 딥러닝의 차이점은 무엇인가요? 머신러닝과 딥러닝의 가장 큰 차이점은 딥러닝은 분류에 사용할 데이터를 스스로 학습할 수 있는 반면 머신 러닝은 학습 데이터를 수동으로 제공해야 한다는 점입니다. * 해석력 머신러닝과 딥러닝을 비교할 수 있는 다른 요인으로는 '해석력'이 있습니다. 데이터 양이 많을 때, 딥러닝 알고리즘을 활용하면 성능은 거의 사람이 한 것과 유사할 정도로 뛰어납니다. 하지만 어떻게 이런 결과값이 부여되었는지는 알 수 없습니다. 따라서 결과를 해석하지 못한다는 단점이 있습니다. 하지만 의사결정나무와 같은 머신러닝 알고리즘은 왜 선택됐는지 명확한 rule이 제공되기 때문에 해석하기가 쉽습니다. 따라서 해석이 필요한 산업에서는 의사결정나무나 선형회귀모형, 로지스틱 회귀모형이 활용됩.. [한줄 개념] 릿지, 라쏘, 엘라스틱 넷 회귀모형에 대해 설명해보세요. Q. 릿지, 라쏘, 엘라스틱 넷 회귀모형에 대해 설명해보세요. 세 모델은 일단 모델이 과적합되는 것을 막기 위해 선형회귀 계수에 대한 제약조건을 추가한다는 공통점이 있습니다. 람다를 통해서 제약조건의 비중을 조절하는데, 릿지회귀에서는 가중치가 0에 가까워질 뿐 실제로 0이 되지 않습니다. 하지만 라쏘회귀에서 중요하지 않은 가중치는 0이 될 수도 있다는 데 차이가 있습니다. 그리고 엘라스틱 넷 모델은 릿지, 라쏘 모델이 결합된 하이브리드 형태라고 볼 수 있습니다. [한줄 개념] ABS, PF, MMF 1. ABS 대출 채권, 외상 매출금 등 부동산을 포함한 모든 자산을 근거로 발행하는 증권입니다. ABS의 목적은 보유하고 있는 자산을 담보로 증권화하여 현금 흐름을 창출하는 것입니다. 별도의 유동화 전문회사를 설립하여 자산을 유동화 전문회사에 매각하고 SPC가 보유한 자산을 담보로 증권을 발행하여 투자자로부터 자금을 조달하는 방법입니다. 2. PF 어떠한 사업 혹은 사업 계획에 대한 수익성을 담보로 제공하여 대출을 받는 것입니다. 일반적인 대출의 경우에는 대출담보를 통해서 대출을 해주거나, 신용을 보고 대출을 해주지만, 이 대출의 경우에는 대출 후 사업으로 인한 수익을 문서로 보고 해주는 것입니다. 저축은행 사태의 경우 이 대출 방식이 문제가 되었는데, 회사가 망하거나 수익률이 실제보다 낮을 때, 대출.. 이전 1 다음