[핵심 머신러닝] 의사결정나무모델 1 (모델개요, 예측나무)

의사결정나무 모델 (Decision Tree Model)의 개념과 개요를 설명하고 예측나무 모델링에 대해 자세히 설명한다.

[@junghunkim]

다양한 머신러닝 강의를 봤지만 강의 퀄리티가 정말 최고인 것 같습니다

[@日奈森-g1u]

의사결정나무 관련 강의 중에서 제일 집중도 잘되었습니다. 명강의 감사드립니다

[@김성범교수산업경영공]

감사합니다!

[@juyoungchoi7452]

강의 너무 잘 듣고 있습니다. 좋은 강의 감사드립니다.

[@김성범교수산업경영공]

감사합니다!

[@jeonghoonheo6469]

교수님, 강의 잘 듣고 있습니다. 교수님을 생각하며 akinator도 해보았습니다. 사랑합니다.

[@김성범교수산업경영공]

감사합니다!

[@wangcutie]

정말 쉽게 가르쳐주십니다. 구독하고 갑니다~

[@김성범교수산업경영공]

도움이 되셨다니 다행입니다. 감사합니다!

[@tknam3278]

최고입니다!

[@김성범교수산업경영공]

감사합니다!

[@albertlee5312]

감사합니다 교수님!

[@김성범교수산업경영공]

감사합니다!

[@haikuandbeth]

교수님 정말 감사합니다 🙏

[@김성범교수산업경영공]

감사합니다!

[@MZ-pj4eq]

교수님, 감사합니다!!

[@김성범교수산업경영공]

감사합니다!

[@보라색사과-l1r]

사랑합니다

[@김성범교수산업경영공]

감사합니다!

[@ksungm1214]

감사합니다^^

[@김성범교수산업경영공]

감사합니다!

[@알라알라-p5t]

궁금한 점이 있습니다. 6:23 초 쯤에 Price >= 9446 라 적혀있는데 어떻게 9446이 나온건가요?

[@pandalesser1945]

의사결정나무 모델 - 스무고개를 수학적인 알고리즘으로 모델링

[@user-tl5qs2dr2e]

감사합니다 교수님. 궁금한 것이 있는데 예측나무 모델링 프로세스에서 비용함수를 최소로 하는 c_m hat 이 각 분할에 속해있는 y값들의 평균이라는 것이 잘 이해가 안갑니다. 수식적으로 이해하려고 해봤는데 갑자기 뛰어넘는 느낌이 들어서, 이해하려면 어떤 부분을 참고하면 될까요? ( 23:30 부분의 설명입니다)

[@김성범교수산업경영공]

이 부분에 대한 자세한 유도과정은 본 자료에는 없습니다. 비용함수를 최소로 하는 c_m(hat)을 찾는 최적화 문제를 풀면 그 결과가 분할에 속해 있는 y값들의 평균이 된다는 결과만을 보여 주고 있습니다. 해당 최적화 문제를 푸는 자세한 과정은 다른 자료를 검색해 보시길 권합니다.

[@user-tl5qs2dr2e]

소장님 빠르게 대답해주셔서 정말로 감사드립니다 ! 한줄기 빛 같은 좋은 자료를 만들어주셔서 고맙습니다

[@dbxnqwhdk]

정말 잘 들었습니다. 근데 한가지 궁금한게 있습니다. 만약 학습이 된 결정트리 모델에 입력변수(X값)들을 넣어주었을 때, 회귀되는 예측값은 어떠한 값인가요? 영상에서는 각 분할에 속해있는 y값들의 평균이라고 나타나 있는데, 만약 트레이닝 데이터로 학습된 결정트리에 테스트 데이터들을 입력시키면 Leaf node에 도달한 테스트 데이터들에게 부여되는 예측값은 트레이닝 데이터 y값들이 평균인가요?

[@김성범교수산업경영공]

네. 맞습니다.

[@dbxnqwhdk]

@@김성범교수산업경영공 헉 이렇게 빨리 답변해주실줄 몰랐네요... 답변 감사드립니다!