Machine Learning

목차 개요 이번 포스트에서는 RSM방법론 중 2번째 프로세스인 Formulation 의 회귀모델이 비선형인 경우에 대해 알아본다. 이 방법은 모델의 매개변수가 선형인 특징을 이용하여 비선형 문제를 선형 문제로 변환하는 과정이다. 이를 통해 선형 회귀 방법을 사용하여 비선형 문제를 풀 수 있다. 또한 이는 RSM에서 주로 사용되는 다항식 회귀모델을 구성하여 새로운 데이터에 대한 예측을 수행할 수 있다. 비선형 회귀 모델 데이터를 사용하여 문제를 정의하고, 이를 최적화하는 과정을 말한다. 여기서는 회귀 문제를 고려하고 있으며, 회귀 계수(β)를 추정하여 선형 회귀 모델을 생성하는 것이 목표 또한 이 포스팅에서는 1차 선형 회귀가 아닌 다항식에 대해서 방법론 정도만 다룰것이다. 1차 선형모델로는 만족되지 않는..

목차 개요 이번 포스트에서는 RSM방법론 중 2번째 프로세스인 Formulation 의 회귀모델이 선형인 경우에 대해 알아본다. 이 방법은 회귀 분석에 사용되는 가장 일반적이고 간단한 기법으로 회귀 계수를 추정하기 위해 최소자승법을 사용하고, 이를 통해 새로운 데이터에 대한 예측을 수행할 수 있다. Formulation 데이터를 사용하여 문제를 정의하고, 이를 최적화하는 과정을 말한다. 여기서는 회귀 문제를 고려하고 있으며, 회귀 계수(β)를 추정하여 선형 회귀 모델을 생성하는 것이 목표 또한 이 포스팅에서는 1차 선형 회귀에 대해서만 다룰것이다. 문제 정의 회귀 문제에서는 주어진 입력 변수(설명 변수)와 출력 변수(목표 변수) 사이의 관계를 모델링하기위해 선형 회귀 모델을 고려할 수 있다. yi = β..

목차 개요 이번 포스트에서는 RSM방법론 중 1번째 프로세스인 Design of Experiment(DoE) 실험 설계 프로세스의 개념에 대해서 알아보겠다. Super post RSM/Response surface methodology 시스템 응답 최적화 목차 개요 이번 포스트에서는 Response surface methodology (RSM) 반응표면법에 대해서 알아본다. 또한 전체적인 개념을 그려놓아야 이해가 쉽기에 로드맵 형식으로 작성해볼까 한다. 정의 RSM(Response Surfa nstgic3.tistory.com 개념 실험을 효율적으로 설계하고 분석하는 방법론 실험계획법의 목적은 최소한의 실험 횟수와 자원을 사용하여 최대한의 정보를 얻는 것 대표적인 종류 완전 랜덤화 설계 (Complete..

목차 개요 이번 포스트에서는 부등식 제약조건이 주어졌을때 만족해야하는 Karush-Kuhn-Tucker, KKT 카루시-쿤-터커 조건에 대해서 알아본다. 본 포스팅은 하단의 글을 통해 개념을 숙지하고 와야지 쉽게 이해가 가능하다. 라그랑지언 승수법을 확장한 개념이기에 해당 포스팅과 등식, 부등식 제약 조건에 대해서 쓴 포스팅 두가지를 읽고 오는것을 추천한다. Optimaization/ Lagrange multiplier 라그랑지안 승수법 목차 개요 이번 포스트에서는 일정 조건이 주어진 상태에서 극소값이나 극대값을 구할때 필요한 라그랑지안 승수법에 대해 알아본다. 본 포스팅은 하단의 글을 통해 개념을 숙지하고 와야지 쉽 nstgic3.tistory.com Concept/ Unconstrained, cons..

목차 개요 이번 포스트에서는 일정 조건이 주어진 상태에서 극소값이나 극대값을 구할때 필요한 라그랑지안 승수법에 대해 알아본다. 본 포스팅은 하단의 글을 통해 개념을 숙지하고 와야지 쉽게 이해가 가능하다. Concept/ Unconstrained, constrained optimization 비구속/ 구속 제약 최적화 목차 개요 unconstrained(비구속 최적화)와 constrained optimization(구속 최적화) 그리고 제약의 분류인 equality(등식 제약)와 inequality constraint(부등식 제약)에 대해 알아보자 Unconstrained Optimization; 제약이 없 nstgic3.tistory.com Lagrange multiplier 라그랑지안 승수법 정의 라그..

목차 개요 이번 포스트에서는 파레토 최적화의 정의와 후행 개념인 파레토 최적과 페레토 프론티어에 대한 정의 이에 따른 이해, 적용예시 등에 대해서 알아본다. Pareto optimization ; 파레토 최적화 정의 여러 목표를 동시에 최적화하는 문제에 사용되는 방법론 중에 하나 상충하는 목표 사이에서 최적의 균형을 찾아야 하는 상황에서 사용된다. 하나의 값이 아닌 여러 목표를 동시에 최대 이익을 확보할 수 있는 최적화 하는 문제에 사용되는 방법론이다. 이에 같이 따라오는 개념들을 알아보자 파레토 최적(Pareto optimal) 어떠한 개체가 다른 모든 개체와 비교하여 더 나은 속성을 갖고 있는 경우를 말한다. 다시 말해, 해당 개체의 속성을 개선할 수 있는 방법이 없다면 그 개체는 파레토 최적이라 할..