수학 경사하강법과 특이값 분해
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 서울대 자유전공학부
- 활동 유형
- 세부능력 및 특기사항
- 교과 과목
- 수학, 수학Ⅱ, 미적분
- 탐구 키워드
- 기타
2025-09-23
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
데이터 분석에서 모델의 효율성을 비교하고자 Gradient Descent와 특이값 분해(SVD)의 성능을 탐구함
작은 인구수 데이터와 큰 BMI-진료비 데이터셋을 사용하여 두 모델의 실행 시간과 정확도(MSE)를 비교함
작은 데이터셋에서는 SVD가 Gradient Descent보다 훨씬 빠른 실행 시간을 보임
큰 데이터셋에서도 SVD가 더 낮은 실행 시간과 더 낮은 MSE 값을 보여 더 우수한 성능을 나타냄
데이터 분석 시 조건이 맞는다면 SVD 모델이 효율성과 정확성 면에서 효과적임을 확인한 활동이었음
탐구 보고서 전문
멘토의 다른 탐구 활동
꼭 알아주세요
- 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
- 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
- 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.