earticle

한국어

연속형, 이산형, 명목형, 또는 순서형 데이터값으로 구성된 특성변수 벡터들의 집합인 테이블형 데이 터셋은 대부분 전통적인 기계학습 알고리즘인 회귀 또는 트리를 적용하여 예측 모델을 생성하고 있지 만, 특성변수 벡터의 크기가 커질수록 회귀계수의 추정과 예측이 어려워진다는 문제가 있다. 본 논문 에서는 기계학습 외에 CNN, Vision Transformer와 같이 빠르게 발전하고 있는 Deep Learning 알 고리즘을 적용할 수 있도록 테이블형 데이터셋을 이미지로 변환하는 기법을 설계한다.