Neural network 자료 분석 기법을 이용한 사례분석

국문 초록 (Abstract)

최근 몇 년 동안 데이터마이닝에 대한 관심이 모아지면서 다양한 응용분야를 갖는 신경망 모형은 처음에는 인간의 두뇌 활동의 신경생리학적 분야를 모방하려는 의도에서 시작되었으며 현재 이러한 신경망 모형은 credit risk assessment, direct marketing, sales prediction 등의 다양한 분야에서 사용된다.
본 논문에서는 여러 신경망 모형 중에서 MLP(Multilayer Perceptron)신경망에 대해 논의하고자 한다. 사례 분석을 통해 MLP(MultilayerPerceptron) 신경망 모형과 Regression 모형을 비교해 본다. NerualNetwork 모형이 과적합된 경우와 훈련중지(stopped training)를 통해과적합이 해결되는 과정을 보여 준다.
Enterprise Miner를 이용하여 실제 data에 적용하여 분석해 봄으로써Data Mining의 한 기법인 신경망 모형의 효율성을 제시하고자 한다.

다국어 초록 (Multilingual Abstract)

Interest in Data Mining has grown remarkably for the last several years. Especially, Neural Network was originally developed by researchers who tried to mimic the neurophysiology of the human brain. Neural Network has been used extensively in credit risk assessment, direct marketing and sales prediction etc.
In this paper, we describe the MLP (Multilayer Perceptron) among Neural network architectures and compare Multilayer Perceptron model with Regression models. We show the case Neural Network is overfitting and solve this problem by the stopped training process.
We have used the SAS Enterprise Miner package to analyze real data. The efficient result through analysis is shown.

목차 (Table of Contents)

• 목차
• 논문 초록
• 1. 서론 = 1
• 2. 데이터마이닝(Data Mining)의 개요 = 3
• 2.1 데이터마이닝의 배경 및 필요성 = 3
• 2.2 데이터마이닝의 개념 = 3
• 2.3 데이터마이닝의 특징 = 4
• 3. 신경망 모형(Neural Network)의 개요 = 5
• 3.1 신경망 모형(Neural Network)의 개념 = 5
• 3.2 신경망 모형(Neural Network)의 종류 = 6
• 3.3 신경망 모형(Neural Network)의 구조 = 9
• 3.4 신경망 모형(Neural Network)의 최적화(Training)방법 = 14
• 3.5 신경망 모형(Neural Network)의 장점 = 17
• 3.6 신경망 모형(Neural Network)의 단점 = 17
• 3.7 신경망 모형(Neural Network)의 응용 분야 = 19
• 4. 사례 분석 = 20
• 5. 결론 = 36
• 참고문헌 = 37
• ABSTRACT = 39
• 감사의 글