전체 글71 ANCOVA(Analysis of Covariance, 공분산분석) ANCOVA(Analysis of Covariance, 공분산분석)- 집단 간 평균 차이를 비교하되, 결과에 영향을 주는 연속형 변수의 효과를 회귀로 보정하는 방법 왜 필요한가?두 가지 공부법을 비교한다고 해보자.A반 → 공부법 AB반 → 공부법 B결과 → 시험 점수시험이 끝났더니:A반 평균 80점B반 평균 75점그러면 바로 “공부법 A가 더 좋다!”고 해도 될까?아직은 곤란하다. 왜냐하면 원래부터 A반 학생들의 기초 실력이 더 높았을 수도 있으니까. 사실 우리가 궁금한건 “기초 실력이 같다고 치면, 공부법 A와 B의 최종점수 차이는 얼마나 될까?” 일 것이다. 여기서 기초점수처럼 결과에 영향을 주지만 우리가 주로 비교하려는 대상은 아닌 변수를 공변량(covariate)이라고 한다. 사실 ANCOVA는.. 2026. 9. 8. 시계열 모델도 아닌 LightGBM이 백본 트래픽 예측에서 강한 이유 백본 네트워크의 트래픽을 예측해야 한다고 생각해보자.5분 단위로 수집되는 트래픽 데이터가 있고, 이를 이용해 앞으로의 트래픽을 예측하고 싶다. 시계열 예측이라는 말을 들으면 자연스럽게 ARIMA, LSTM, Transformer 같은 모델을 떠올리게 된다. 시계열 데이터니까 시계열 모델을 써야 한다는 생각은 자연스럽다.그런데 의외로 이런 문제에서 강력한 baseline이 되는 모델이 있다. 바로 LightGBM(LGBM)이다. 실제로 이번에 하는 프로젝트에서도 그랬다.트래픽 데이터와 비슷한 형태인 데이터를 예측할때, 일종의 백본 모델을 만들어 새로운 트래픽에 대해서도 준수한 성능을 내는 모델을 만들고자 했다.이 때 가장 좋은 성능을 내는 모델이 LGBM이었고, 왜 그럴까 궁금해서 이 글을 쓰기 시작했다... 2026. 8. 25. Entity-Aware LSTM Towards Learning Universal, Regional, and Local Hydrological Behaviors via Machine-Learning Applied to Large-Sample Datasets 1. 풀고자 하는 문제- 지역 단위 강우-유출 모델링은 수문학의 오랜 미해결 과제로, 전통적 수문 모델은 단일 유역이 아닌 다수 유역에 대해 동시 보정할 경우 성능이 크게 저하되는 한계 존재했다.- 유저별 모델을 따로 학습하면 잘 맞지만 스케일이 안 되고, 하나의 글로벌 모델은 스케일은 되지만 개별 특성을 못 잡는 문제를 해결하기 위함이다. 2. 접근 방법미국 NCAR가 정리한 CAMELS 데이터셋을 쓴다. 671개 유역 중 면적 계산이 신뢰할 만한 531개를 골랐고, 각 유역마다 두.. 2026. 8. 18. 백본이란 무엇인가. 시작하는 질문논문을 읽다 보면 이런 문장을 자주 만난다."We use ResNet-50 as the backbone.""The backbone is initialized with ImageNet pre-trained weights.""We replace the backbone with a Swin Transformer."무슨 뜻인지 대충은 안다. 모델의 몸통쯤 되는 것.그런데 정확히 어디까지가 백본이고 어디부터가 아닌지, 왜 굳이 이름을 붙여 부르는지, 무엇이 어떤 것을 백본으로 만드는지 물으면 답이 잘 안 나온다.이 글은 그 질문에 답하려는 시도다. 딥러닝 모델은 크게 두 덩어리가 있다.백본(backbone): 입력에서 범용 특징(feature)을 뽑아내는 몸통 네트워크(태스크 무관) - > 공통적인 .. 2026. 8. 12. 이전 1 2 3 4 ··· 18 다음
