차례:
정의-특성이란 무엇입니까?
특성화는 특정 데이터 항목의 특성과 동작을 효과적으로 설명하는 설명 매개 변수를 생성하는 데 사용되는 빅 데이터 방법론입니다. 그런 다음 편견이있을 수있는 클래스 레이블을 통합하지 않고 패턴, 클러스터 및 추세를 찾기 위해 비지도 학습 알고리즘에 사용됩니다. 클러스터 분석 및 딥 러닝에서도 사용됩니다.
Techopedia는 특성화를 설명합니다
빅 데이터 특성화는 가공 데이터를 유용한 정보로 변환하여 기계 학습 알고리즘 및 데이터 마이닝에 사용되는 기술입니다. 특성화는 기본적으로 데이터 내에 숨겨져있는 정보 내용에 대한 요약 표현을 생성합니다. 따라서 대규모 동적 데이터 스트림에서 이벤트, 변경 및 새로운 출현 행동을 측정하고 추적하는 수단으로 사용할 수 있습니다.
특성화의 몇 가지 이점 :
- 데이터 세트의 이벤트 및 이상을 추적 및 측정하기위한 유용한 지표를 생성 할 수 있습니다
- 필수 정보의 작은 풋 프린트 표현 작성
- 데이터-정보 변환을 신속하게 수행하여 업계를 데이터-정보-지식 전체 변환에 더 가깝게 만듭니다.
- 데이터 수집의 특정 개체, 이벤트 및 기타 기능을 색인화하고 태그를 지정하는 데 유용합니다
