지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 발행연도
- 2023
- 저작권
- 세종대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
기계 학습 모델은 데이터에서 숨겨진 정보를 마이닝하기 위해 사용된다. 모델의 성능은 알고리즘과 데이터 품질에 영향을 받는다. 그러나 알고리즘을 수정하는 작업은 비효율적이며, 품질이 낮은 데이터는 모델의 편향된 학습을 야기한다. 따라서 데이터 품질을 향상시키는 작업은 중요하다. 데이터의 품질을 향상시키는 방법은 데이터나 기계 학습 모델과 같은 사용자의 요구 사항에 따라 다르다. 따라서 데이터 품질을 향상시키는 것은 사용자에게 많은 시간과 노력을 요구하는 작업이다. 기존에 데이터 품질을 향상시키는 과정 중 사용자의 의사 결정을 지원하기 위해 시각적 분석 기술들이 제안되었다. 그러나 제안된 시스템은 기계 학습 모델에 적합한 데이터를 생성하기 위한 데이터 품질 향상 방법들을 종합적으로 고려하기 어렵다. 또한 제안된 시스템은 사용자가 모든 데이터 품질 향상 방법들을 수행하고 비교하여 품질 향상 과정을 구성해야 한다.
이 논문에서 우리는 데이터가 기계 학습 모델에 사용되기 위해 품질을 관리하는 두 가지의 새로운 시각적 분석 시스템을 제안한다. 시스템들은 기계 학습에 사용되는 데이터 품질 향상을 모두 제공하며, 사용자에게 최적의 데이터 품질 향상을 제공한다. 또한 시스템들은 heatmap, histogram과 scatter plot 같은 시각적 분석 기법들을 사용하여 데이터 품질 향상 과정 중 사용자에게 필요한 통찰력을 제공한다. 시스템은 데이터에 대한 충분한 지식과 기계 학습 경험이 없는 초보자에게 기계 학습 모델, 성능 평가 지표들과 품질이 향상된 데이터를 제공한다. 또한 시스템은 데이터 품질과 품질 향상 과정을 평가하여 전문가의 의사 결정을 지원하고, 데이터에 대한 정보들을 시각적으로 제공하여 전문가가 세부적인 품질 향상을 수행하도록 돕는다. 우리는 두 개의 데이터셋을 활용한 사례 연구를 통해 시스템이 데이터 품질을 향상시키는 과정을 설명한다. 또한 우리는 시스템의 유용성과 사용성을 입증하기 위한 평가와 사용자 연구를 진행한다.
이 논문에서 우리는 데이터가 기계 학습 모델에 사용되기 위해 품질을 관리하는 두 가지의 새로운 시각적 분석 시스템을 제안한다. 시스템들은 기계 학습에 사용되는 데이터 품질 향상을 모두 제공하며, 사용자에게 최적의 데이터 품질 향상을 제공한다. 또한 시스템들은 heatmap, histogram과 scatter plot 같은 시각적 분석 기법들을 사용하여 데이터 품질 향상 과정 중 사용자에게 필요한 통찰력을 제공한다. 시스템은 데이터에 대한 충분한 지식과 기계 학습 경험이 없는 초보자에게 기계 학습 모델, 성능 평가 지표들과 품질이 향상된 데이터를 제공한다. 또한 시스템은 데이터 품질과 품질 향상 과정을 평가하여 전문가의 의사 결정을 지원하고, 데이터에 대한 정보들을 시각적으로 제공하여 전문가가 세부적인 품질 향상을 수행하도록 돕는다. 우리는 두 개의 데이터셋을 활용한 사례 연구를 통해 시스템이 데이터 품질을 향상시키는 과정을 설명한다. 또한 우리는 시스템의 유용성과 사용성을 입증하기 위한 평가와 사용자 연구를 진행한다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0