딥러닝은 머신러닝 카테고리중 하나라고 알고있는데. 앙상블모델이 뭔지는 모르겠지만 딥러닝할때 이런 모델 쓰는걸 본적은 없음
아예 딥러닝이 ml 안에서도 신경망 쓰는것만 다루나 보네.... - dc App
xgboost는 트리기반 모델이지
애초에 많고많은 ML 알고리즘들 중 neural net을 쓰는게 딥러닝임
다른 ML 알고리즘은 더이상 연구할 껀덕지가 없는건가 궁금함 ㅇㅇ 왜 다른것도 아니고 인공 신경만 분야에서 더 크게 분화했을까? - dc App
비정형 데이터에서 딥러닝이 여포니까
잘되니까 분화했지 그리고 연구할 껀덕지 차고 넘친다
유행은 돌고도는것
그딴 쓰레기 몰라도 됌 인생은 짧고 배울건 많다
gaussian process 이런거나 knn 같은거 아직도 딥러닝이랑 연결해서 연구한 결과 엄청 나온다고 들었음 ㅋㅋ 그들만의 리그지만… 실제로는 쓸일 거의 없지만 이런거 공부를 해야 남들에게 없는 인사이트를 얻을 수 있을듯
앙상블은 많이씀
딥러닝에선 안쓰지만, 일부 데이터셋 특히 tabular 데이터들에 대해서는 고전적인 approach가 더 잘됨.
딥러닝은 머신러닝 카테고리중 하나라고 알고있는데. 앙상블모델이 뭔지는 모르겠지만 딥러닝할때 이런 모델 쓰는걸 본적은 없음
아예 딥러닝이 ml 안에서도 신경망 쓰는것만 다루나 보네.... - dc App
xgboost는 트리기반 모델이지
애초에 많고많은 ML 알고리즘들 중 neural net을 쓰는게 딥러닝임
다른 ML 알고리즘은 더이상 연구할 껀덕지가 없는건가 궁금함 ㅇㅇ 왜 다른것도 아니고 인공 신경만 분야에서 더 크게 분화했을까? - dc App
비정형 데이터에서 딥러닝이 여포니까
잘되니까 분화했지 그리고 연구할 껀덕지 차고 넘친다
유행은 돌고도는것
그딴 쓰레기 몰라도 됌 인생은 짧고 배울건 많다
gaussian process 이런거나 knn 같은거 아직도 딥러닝이랑 연결해서 연구한 결과 엄청 나온다고 들었음 ㅋㅋ 그들만의 리그지만… 실제로는 쓸일 거의 없지만 이런거 공부를 해야 남들에게 없는 인사이트를 얻을 수 있을듯
앙상블은 많이씀
딥러닝에선 안쓰지만, 일부 데이터셋 특히 tabular 데이터들에 대해서는 고전적인 approach가 더 잘됨.