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
- 학술저널
- 저자정보
- 발행연도
- 2021.6
- 수록면
- 993 - 1,000 (8page)
- DOI
- 10.7840/kics.2021.46.6.993
이용수
초록· 키워드
오류제보하기
웹 사이트 및 소셜 미디어 플랫폼에 특정 사용자가 광고를 클릭하는지 예측하는 머신러닝 알고리즘으로 데이터 훈련을 지속적으로 시킬수록 트레이닝 데이터 셋은 성능이 향상되는 반면에 테스트 데이터 셋은 고정된 횟수의 학습 반복 후에 성능이 향상되지 않는 과적합 문제가 발생한다. 이 논문에서 과적합을 피하기 위해 기존 알고리즘 보다 XGBoost 알고리즘을 기반으로 학습 프로세스의 조기 중지를 제안한다. XGBoost는 복잡한 데이터 모델을 훈련시켜 과적합을 피하는 방법이며, 별도의 테스트 데이터 군집에서 학습되는 모델의 성능을 모니터링하고 고정된 횟수의 교육 반복 후에 테스트 데이터 집합의 성능이 향상되지 않은 경우 교육 절차를 중지한다. 테스트 데이터 셋의 성능이 감소하기 시작하는 변곡점을 자동으로 선택하여, 모델의 과적합에 따라 트레이닝 데이터 셋의 성능이 계속 향상되는 과적합을 피하면서 정확도를 구현하였다. 마지막으로 실험 결과 Logistic Regression 알고리즘, Decision Tree 알고리즘과 비교하여 XGBoot 알고리즘 기반의 성능 향상을 확인할 수 있었다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험
Ⅳ. 결론
References
참고문헌 (14)
참고문헌 신청
“Boosting algorithm: XGBoost,” Towards Data Science, 2017-05-14. Retrieved 2020-01-04.
D. M. Hawkins, “The problem of overfitting,” J. Chem. Info. and Modeling, vol. 44, no. 1, pp. 1-12, 2004, doi:10.1021/ci0342472. PMID 14741005.
T. Hastie, R. Tibshirani, and J. Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2nd Ed., New York, Springer, 2009, ISBN 978-0-387-84858-7.
C. Li, “A gentle introduction to gradient boosting,” https://www.ccs.neu.edu/home/vip/teach/MLcourse/4_boosting/slides/gradient_boosting.pdf.
D. Nielsen, “Tree boosting with XGBoost – why does XGBoost win “Every” machine learning competition?,” M.S. Thesis, Dept. Sci. in Phys. and Math., Norwegian Univ. of Sci. and Technol., Dec. 2016.
D. M. Hawkins, “The problem of overfitting,” J. Chem. Info. and Modeling, vol. 44, no. 1, pp. 1-12, 2004, doi:10.1021/ci0342472. PMID 14741005.
T. Hastie, R. Tibshirani, and J. Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2nd Ed., New York, Springer, 2009, ISBN 978-0-387-84858-7.
C. Li, “A gentle introduction to gradient boosting,” https://www.ccs.neu.edu/home/vip/teach/MLcourse/4_boosting/slides/gradient_boosting.pdf.
D. Nielsen, “Tree boosting with XGBoost – why does XGBoost win “Every” machine learning competition?,” M.S. Thesis, Dept. Sci. in Phys. and Math., Norwegian Univ. of Sci. and Technol., Dec. 2016.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Xgboosting 기법을 이용한 실내 위치 측위 기법
한국정보통신학회 종합학술대회 논문집
2021 .10
-
학습 데이터에 따른 XGBoost 기반 실시간 전력수요예측 모델 성능 비교
대한전기학회 학술대회 논문집
2024 .07
-
A Design and Implement of Efficient Agricultural Product Price Prediction Model
한국컴퓨터정보학회논문지
2022 .05
-
Predicting the association between metabolic syndrome and chronic kidney disease using the XGBoost model
한국산학기술학회 논문지
2024 .07
-
XGBoost를 이용한 격자기반 다중밀집시설 화재발생 예측
한국측량학회 학술대회자료집
2021 .11
-
FEM 시뮬레이션 기반 XGBoost 머신러닝 모델을 활용한 사출성형공정 특성 예측에 관한 연구
한국생산제조학회 학술발표대회 논문집
2024 .12
-
XGBoost를 이용한 단기 발전량 예측 모델의 평가 및 해석
대한전기학회 학술대회 논문집
2019 .07
-
딥러닝과 XGBoost를 이용한 뇌졸중 질환 예측
Proceedings of KIIT Conference
2022 .06
-
XGBoost 기법을 이용한 단기 전력 수요 예측 및 하이퍼파라미터 변화에 따른 영향 분석
전기학회논문지
2019 .09
-
부스팅 알고리즘을 사용한 부분 방전 데이터 패턴 분류기의 비교연구
한국지능시스템학회 논문지
2022 .06
-
건물 에너지 데이터 결측치 처리방식에 따른 차원 축소 및 모델 예측 성능 분석
한국태양에너지학회 학술대회논문집
2023 .11
-
다중 클래스 분류 문제에 효율적인 연합 XGBoost
한국정보과학회 학술발표논문집
2024 .06
-
다차원 특징 데이터에 강인한 XGBoost 기반 지식 추적 연구
디지털콘텐츠학회논문지
2023 .10
-
Performance Improvement of Fuzzy C-Means Clustering Algorithm by Optimized Early Stopping for Inhomogeneous Datasets
Journal of information and communication convergence engineering
2023 .09
-
Tuning the XGBoost Library for Different Distinguishment Problems
한국정보과학회 학술발표논문집
2020 .07
-
머신러닝을 이용한 실리콘 광다이오드의 구조설계 최적화에 관한 연구
대한전자공학회 학술대회
2021 .11
-
기상 자료 공간 보간을 활용한 XGBoost 기반 풍력발전 출력 예측 모형에 관한 연구
대한전기학회 학술대회 논문집
2024 .07
-
XGBoost 모델 해석을 통한 노인의 인지능력 개선·악화 요인 탐
한국차세대컴퓨팅학회 논문지
2018 .01
-
XGBoost와 LightGBM을 이용한 안전 운전자 예측 성능 비교
Proceedings of KIIT Conference
2019 .06
-
XGBoost 기반 당뇨병 예측 알고리즘 연구 : 국민건강영양조사 2016~2018 을 이용하여
한국통신학회 학술대회논문집
2021 .02
이 논문의 저자 정보
이 논문과 함께 이용한 논문
GBDT기반 이커머스 상품 광고 클릭률(CTR) 예측 시스템에 관한 연구
손진광
,
최영백
한국정보과학회 학술발표논문집
2021
.12
사용자 시선 추적을 통한 광고 콘텐츠에 대한 소비자 공감 측정 방법
목수빈
,
조아영
,
장징
외 1명
한국통신학회지(정보와통신)
2020
.09
사용자 정보 기반 타겟팅 광고 콘텐츠 추천 엔진의 설계 및 구현
박성주
,
양창모
,
송재종
한국방송미디어공학회 학술발표대회 논문집
2014
.11
검색광고 최적화 시스템: 키워드 효율성 분석 및 입찰가 최적화
김지원
,
함보각
,
이현의
외 1명
대한산업공학회지
2022
.12
SNS 대화 분석을 통한 주제별 적합 광고 시간대 도출
이지민
,
전예림
,
이지선
외 1명
한국컴퓨터정보학회 학술발표논문집
2022
.01
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-567-001775644