Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Git
- mysql
- conflict
- github
- 깃헙협업
- window function
- leetcode
- 버전충돌
- coding
- hackerrank
- 선형 모형
- PYTHON
- branch
- sql
- AWS
- 클라우드컴퓨팅
- L1정규화
- L2정규화
- elastic net
- early stopping
- full request
- HTML
- 편향-분산 교환
- 온라인협업
- RLIKE
- CSS
- programmers
- 교차 엔트로피
- merge
- 코딩공부
Archives
- Today
- Total
목록교차 엔트로피 (1)
Im between cherry
감성 분석, 선형 모형, 로지스틱 회귀분석, 경사하강법, 교차 엔트로피
1. 감성 분석 - 문장의 감성을 예측 감성: 긍/부정 찬성/반대, 좋다/싫다 등 - 기쁨, 슬픔, 분노 등은 정서라고 함 감성 분석의 방법 - 사전 기반 - 기계 학습 기반 사전 기반 감성 분석 - 단어 별로 긍/부정을 분류하여 감성 사전 만듦 - 긍정 단어의 예) 좋다, 만족한다, 뛰어나다 - 부정 단어의 예) 나쁘다, 불만이다, 뒤떨어진다 - 문장에서 긍정단어의 수와 부정단어의 수를 세서 많은 쪽으로 결정 감성 사전의 장단점 - 장점: 배경지식이 있다면 감정사전 만들 수 있음. 복잡한 프로그래밍 필요 없음. 우리가 가진 지식 활용 가능 - 단점: 해박한 배경지식이 필요. 사전으로 만드는데 많은 노력이 필요. 문장의 어순을 고려 못함 기계 학습의 장단점 - 장점: 감정 사전보다 성능이 높음. 배경지식..
데이터분석/텍스트 데이터 분석
2020. 11. 27. 15:42