ai-times

기업의 시가총액에 재무전략이 미치는 영향을 알아보기 위해 Data set을 모은다라고 가정하자,
Response Variable = Market Capitalization
Predictor Variabl = Debt, Debt-Equity Ratio, ROE, ROA, Aseet

위의 6가지의 독립변수로 시가총액과의 관계를 infer할 때 각 Time series가 아닌 이상 each X는 상호 독립성을 유지해야 하는게 regression의 assumption이기 때문에 서로 영향을 주고 있음이 정확히 나타난다.

Debt-Equity는 Debt이 증가하면서 같이 증가하고, DE ratio의 E가 하락하면서 ROE를 높인다.  또한 ROA와 Asset은 밀접한 관계를 가지고 있다.  Regression Analysis는 주어진 모델에서 다른 X-변수가 (all other variables are hold constant) 변화없이 정지된 상태에서 Debt만의 효과를 coefficient(Value)와 Standard Error(95% CI or whatever)로 확인하는데 의미가 있는데 X간에 독립적이지 못 하면 서로 영향을 미쳐 주어진 Outcome은 misled하게 된다.  필요없이 많은 자료, 특히 필요없는 새로운 항목은 잘못된 의사결정을 유도하고 자료를 모으는 비용을 발생시킨다.

다른 하나의 X가 움직이는 동안 또 다른 하나가 고정되지 못하기 때문에 해당 X의 coefficient를 해석해 내지 못할 위험이 있고 하나를 제거하면 하나 이상을 제거하는 효과가 있어 Y의 평균값의 분산이 매우 커지게 된다.

이를 다중공선성 (or Multicollinearity, 오히려 영어가 다 쉬운듯 하다.)  이라고 한다.  서로간의 이런한 영향력을 가지고 있다면 하나를 제거해 줘야 하는데 통계페키지에서 VIF 값을 가지고 사용한다.

참고로 다중공선성과 Interaction effect는 완전히 다른 개념이다.  다중공선성은 Numerical Variables간의 독립성여부를 확인하는 것이지만 interaction effect는 연구에서 중요하게 관심을 가지는 X간의 상호관계를 확인하는 것이다.  즉, numerical variable에 categorical variable이 적용되면 Y의 평균이 어떻게 달라지냐의 연구에 중요한 부분이다.  X를 90 넣고 제초제를 applied하지 않을 때의 꽃의 생산율이 90인데 X를 90넣고 제초제를 뿌리니깐 꽃의 생산율이 120 이다.  제초제 자체가 꽃 생산에 영향을 미치기도 하지만 X와 제초제의 혼합효과 또한 꽃의 생산율에 영향을 미치기도 한다.  이를 interaction effect라고 하는데 이게 통계적으로 유의한지에 대해서는 Extra-sum of square F test로 확인하기 바란다.

참고로 아래에 interaction effect 관련 그래프를 하나 붙여본다.  P가 있고 없음의 차이가 N이 없을 때의 Y값의 차이와 N이 있을 때의 Y값의 차이가 다른 것을 확인할 수 있다. 이는 N과P의 interaction effect가 있다는 것이다.  이 그래프에서 N과 P의 combination이 없었다면 Y값은 작아져서 점선과 직선이 수평을 이루었을 것이다.  대표적으로 두선이 교차하면 interaction이 있다고 본다.

기업전략에서또한 기업가치를 높이는데 투입하는 요소가 서로 다중공선성(중복된 투자효과)이 없는지 확인하고 interaction effect를 최대한 높여가는 노하우에 대한 지식경영이 중요한 시점이다.

방송통신대학에서 진행된 데이터마이닝 강좌 동영상입니다.
한국외국어 대학교 최대우 교수님께서 강의하신 내용입니다.
데이터마이닝에 대해 이해하는 데 도움이 많이 되는 자료입니다.

[1] 데이터마이닝 강좌
한국외국어대학교 최대우 교수님
데이터마이닝 관련 연구분야 / 여러가지 분석 기법들 
동영상 보기 : http://blog.daum.net/nhm13/8750639

[2] 데이터마이닝 강좌
국내 데이터마이닝의 역사 / 활용사례 / 구현 단계
동영상보기 : http://blog.daum.net/nhm13/8750655

[3] 데이터마이닝 강좌
CRM / 고객이탈방지에의 활용 사례 / CSS / 생명정보학에서의 활용
동영상 보기 : http://blog.daum.net/nhm13/8750663

[4] 데이터마이닝의 개요 및 활용 정리(5강)
데이터마이닝 개요 정리 / 활용 정리 / S-Plus 사용법
동영상 보기 : http://blog.daum.net/nhm13/8750669

Goole TechTalk 에서 제공하는 데이터마이닝 동영상 강좌입니다.

스탠포드 대학의 David Mease 교수의 강의입니다.
데이터마이닝의 분석 기법들을 자세하게 설명하고 있습니다. 제목에서 보여주듯이 데이터마이닝의 통계적인 기초를 자세히 설명합니다.

The main topics are exploring and visualizing data, association analysis, classification, and clustering. The textbook is Introduction to Data Mining ...

전체 13강으로 되어있습니다.

강의명 : Statistical Aspects of Data Mining (Stats 202) Day
강좌 홈페이지 : http://sites.google.com/site/stats202/
강의 동영상들 : http://video.google.com/videosearch?q=mease+stats+202

[1강] Statistical Aspects of Data Mining (Stats 202) Day 1


[2강] Statistical Aspects of Data Mining (Stats 202) Day 2
[3강] Statistical Aspects of Data Mining (Stats 202) Day 3
[4강] Statistical Aspects of Data Mining (Stats 202) Day 4
[5강] Statistical Aspects of Data Mining (Stats 202) Day 5
[6강] Statistical Aspects of Data Mining (Stats 202) Day 6

위의 [2강] - [6강] 동영상을 보고 싶으면 아래의 더보기 를 클릭하세요.

[7강] Statistical Aspects of Data Mining (Stats 202) Day 7

[8강] Statistical Aspects of Data Mining (Stats 202) Day 8

[9강] Statistical Aspects of Data Mining (Stats 202) Day 9

[10강] Statistical Aspects of Data Mining (Stats 202) Day 10

[11강] Statistical Aspects of Data Mining (Stats 202) Day 11

[12강] Statistical Aspects of Data Mining (Stats 202) Day 12

[13강] Statistical Aspects of Data Mining (Stats 202) Day 13

연구에 참고한 논문들 리스트를 정리합니다.

[09.08.24] Instability of decision tree classification algorithms (보기 : http://ai-times.tistory.com/329)

[2] Input Data for Decision Tree (보기 : http://ai-times.tistory.com/149)

[7] 능형회귀에서의 로버스트한 K의 선택 방법 (보기: http://ai-times.tistory.com/153)


< 결정트리 비교 및 활용에 관한 논문들 >

[1] 결정트리 비교 연구 (CHAID와 CART 비교) (보기 : http://ai-times.tistory.com/155)

관련기사 : 화력폭발 맨유, 위건에 5-0 압승... 박지성 조원희 결장
http://sports.media.daum.net/nms/worldsoccer/news/general/view.do?cate=23772&type=&newsid=1501811&cp=sportalkr

<경기 하이라이트>
 

<골 장면만 모음>

기계학습 이란?

기계 학습은 로봇이나 프로그램이 과거의 경험이나 축적된 데이터를 통하여 새로운 지식을 학습하는 기술을 의미합니다.

기계학습 관련 동영상

스탠포드 대학교에서 공개한 Machine Learning 클래스의 동영상 강좌입니다.

[1] Lecture 1 | Machine Learning (Stanford) [동영상보기]
[2] Lecture 2 | Machine Learning (Stanford) [동영상보기]
[3] Lecture 3 | Machine Learning (Stanford) [동영상보기]
[4] Lecture 4 | Machine Learning (Stanford) [동영상보기]
[5] Lecture 4 | Machine Learning (Stanford) [동영상보기]
[6] Lecture 4 | Machine Learning (Stanford) [동영상보기]


기계학습 강의자료

기계학습에 대한 강의자료를 첨부하니 참고하세요.

[1] 동국대학교 GAME LAB 홈페이지의 강의자료
출처 : http://game.dongguk.ac.kr/class/2006-1/ai/chap9_ai.ppt#264,9,슬라이드 9