브라이틱스(Brightics)에서 주성분 분석(PCA, Principal component analysis)을 하는 방법을 알아본다.
브라이틱스(Brightics)에서 연관규칙 분석(Association Rules)을 하는 방법을 알아본다.
브라이틱스(Brightics)에서 의사결정나무(Decision Tree)를 실시하는 방법을 알아본다.
브라이틱스(Brightics)에서 k-최근접 이웃(KNN, k-Nearest Neighbor)을 실시하는 방법을 알아본다.
브라이틱스(Brightics)에서 나이브 베이즈(Naive Bayes)를 하는 방법을 알아본다.
브라이틱스(Brightics)에서 로지스틱 회귀분석(logistic regression)을 하는 방법을 알아본다.
브라이틱스(Brightics)에서 선형 회귀분석을 하는 방법을 알아본다.
브라이틱스(Brightics)에서 k-means 군집분석을 하는 방법을 알아본다.
브라이틱스(Brightics)에서 계층적 군집분석(Hierarchical Clustering)을 하는 방법을 알아본다.
다중선형회귀모델 같은 회귀모델의 오차를 평가하는 지표에 대해 알아본다.
Data Doctor
Diagnose and Treat via Data.
Seoul, Korea
포스트
252
카테고리
47
태그
552
R / Crawling
Python / Stat
Python / ML
Git / Copilot
Update your browser to view this website correctly. Update my browser now
×