Machine learningSymbolic data
기호 데이터 분석
기호 데이터 분석(Symbolic Data Analysis, SDA)은 각 관측치가 단일 스칼라가 아닌 그룹이나 개념을 나타내는 복잡하거나 집계되거나 집합으로 표현되는 데이터를 분석하기 위해 설계된 통계적 프레임워크입니다. 2003년 Lynne Billard와 Edwin Diday에 의해 현대 통계적 형태로 소개된 SDA는 구간값, 히스토그램값, 다중값 변수를 처리하도록 고전 통계를 확장하여, 개별 원시 기록 수준이 아닌 지식 수준에서의 엄격한 추론을 가능하게 합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Billard, L., & Diday, E. (2003). From the statistics of data to the statistics of knowledge: symbolic data analysis. Journal of the American Statistical Association, 98(462), 470–487. DOI: 10.1198/016214503000242 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). Symbolic Data Analysis (SDA). ScholarGate. https://scholargate.app/ko/soft-computing/symbolic-data-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →