Statistical Modeling (통계 모델링)
수학적 모델과 통계적 가정을 사용하여 샘플 데이터를 생성하고 실제 세계에 대한 예측을 수행하는 것
통계 모델은 실험의 가능한 모든 결과 집합에 대한 확률 분포의 모음이다.
통계 모델링은 데이터 세트에 통계 분석을 적용하는 데이터 과학 프로세스를 말한다.
통계 모델은 하나 이상의 랜덤 변수와 기타 비 랜덤 변수 간의 수학적 관계
원시 데이터에 통계 모델링을 적용하면 데이터 사이언티스트가 전략적 방식으로 데이터 분석에 접근할 수 있으며 변수 간의 관계를 식별하고 예측하는 데 도움이 되는 직관적인 시각화를 제공
통계 분석을 위한 일반적인 데이터 세트
- 사물 인터넷(IoT) 센서
- 인구 조사 데이터
- 공중 보건 데이터
- 소셜 미디어 데이터
- 이미지 데이터
- 실제 예측을 활용하는 기타 공공 부문 데이터
Statistical Modeling Techniques
Supervised learning techniques include regression models and classification models
Unsupervised learning techniques include clustering algorithms and association rules
Statistical Modeling vs Mathematical Modeling
통계 모델링과 마찬가지로 수학적 모델링은 실제 문제를 다루기 쉬운 수학적 공식으로 변환하여 분석이 원래 응용 프로그램에 유용한 통찰력, 결과 및 방향을 제공한다.
수학적 모델링
- 통계적 모델링과 달리 수학적 모델링에는 실제 현상을 수학적 형태로 나타내는 정적 모델이 포함된다.
- 수학적 모델은 일단 공식화되면 변경할 필요가 없다.
통계 모델링
- 유연하며 머신 러닝의 도움으로 새롭고 새로운 패턴과 추세를 통합할 수 있으며 새로운 데이터의 도입에 따라 조정된다.
Machine Learning vs Statistical Modeling
머신 러닝
- 명시적으로 프로그래밍된 명령이 아닌 데이터에서 학습할 수 있는 시스템 구축과 관련된 컴퓨터 과학 및 인공 지능의 하위 분야
- 머신 러닝 모델은 모든 가정과 상관없이 데이터에 숨겨진 패턴을 찾기 때문에 예측력은 일반적으로 매우 강력
- 사람의 입력이 거의 필요하지 않으며 많은 수의 속성과 관찰을 잘 수행
통계 모델링
- 결과를 예측하기 위해 변수 간의 관계를 찾는 수학의 하위 분야
- 통계 모델은 계수 추정을 기반으로 하며 일반적으로 더 적은 수의 속성을 가진 더 작은 데이터 세트에 적용되며 입력하기 전에 설계자가 변수 간의 관계를 이해해야 한다
Statistical Analysis Model (통계 분석 모델)
References
반응형
'Machine Learning > Statistical Modeling' 카테고리의 다른 글
| [Marketing] Lookback Window (전환 추적 기간) (0) | 2022.11.04 |
|---|---|
| [Statistical Analysis Model][Time Series Data] Holt-Winters (0) | 2022.11.04 |
| [Statistical Analysis Model][Time Series Data] BATS (0) | 2022.11.04 |
| [Statistical Analysis Model][Time Series Data] ARIMA (Autoregressive Integrated Moving Average) (0) | 2022.11.04 |