#noindex
''TBD. pagename. [[모델,model]] 페이지는 뭘로 할 지? or 이 페이지 이름을 저걸로 바꿀지''
----
Sub:
[[stochastic_model]]
 [[Markov_model]]
[[computation_model]] 계산모형 ? WtEn:computation_model - [[계산,computation]]
 Srch:computation_model
----
[[선형모델,linear_model]] ≃? [[선형회귀모델,linear_regression_model]] ... [[선형회귀,linear_regression]]
[[로지스틱회귀모델,logistic_regression_model]]?
[[회귀모델,regression_model]]??

<<tableofcontents>>

= 모델링 modeling =,modeling =
''번역?'' 모형화?

-> [[함수,function]]를 통해 data의 구조와 형태를 표현하는 것.

== 데이터모델링 data modeling ==

= fitting =

== 모형 적합 fitting a model ==
pagename [[model_fitting]]?
// from [[https://velog.io/@00springbom00/데이터과학-기초-1데이터-과학이란 데이터과학-기초-1데이터-과학이란]]

aka [[피팅,fitting]] - ''번역? 적합???''

모형/모델에 적합하게 (... 추정시스템? 예측시스템?)을 만드는 것?
 -> [[모수,parameter]]의 값을 추정하는 것과 equivalent? QQQ

방법들:
 [[http://tomoyo.ivyro.net/123/wiki.php/gradient_descent?action=fullsearch&value=gradient_descent&context=20 VG: srch: gradient_descent]]
 [[VG:최대가능도추정,maximum_likelihood_estimation,MLE]]

== 과대적합(과적합)과 과소적합, overfitting and underfitting ==
과대적합: 학습데이터training_data에 너무 편향된 '''모형''' [[적합,fitting]]
과소적합: 학습데이터training_data를 제대로 반영하지 못하는 '''모형''' 적합

[#modeltheory]
= model theory #modeltheory =
=,model_theory =,model_theory . model_theory


(여기 있을 내용은 아니지만, 구성 단어들이 일치하므로. (model과 theory에 중복해서 있어야 하는데 일단 여기에 놓음)

model과 theory의 비교/차이,
[[모델,model]]=[[모형,model]]과 [[이론,theory]]의 비교/차이점:
다음 링크의 첫번째 답변 참조.

logic - Incompleteness theorem: Peano arithmetic vs. standard model of arithmetic - Mathematics Stack Exchange
https://math.stackexchange.com/questions/4247792/incompleteness-theorem-peano-arithmetic-vs-standard-model-of-arithmetic

[[Date(2023-12-04T06:38:45)]] )


WtEn:model_theory


[[https://terms.naver.com/entry.naver?docId=5668879&cid=60207&categoryId=60207 수학백과: 모델론]]
{
[[mathematical_logic]]수리논리 의 한 분야.
aka '''모델론 모델이론 모형론 모형이론'''.
20세기 초 도입, [[Alfred_Tarski]] { http://www.aistudy.com/pioneer/Tarski.A.htm https://ko.wikipedia.org/wiki/알프레트_타르스키  WpEn:Alfred_Tarski } 의 기여가 컸다
1.모델([[구조,structure]])
 $\mathcal{L}$ : 1계논리''(분명 [[first-order_logic]]... =일차논리.  linked to: [[https://terms.naver.com/entry.naver?docId=5669185&ref=y&cid=60207&categoryId=60207 술어논리]], i.e. [[술어논리,predicate_logic]] - [[VG:술어논리,predicate_logic]])''의 [[언어,language]] // rel? : [[first-order_language]]
 $\mathcal{P}$ : 술어기호들의 집합 .... [[술어,predicate]] [[기호,symbol]] [[집합,set]] 
 $\mathcal{F}$ : 함수기호들의 집합 .... [[함수,function]]
 $\mathcal{C}$ : 상수기호들의 집합 .... [[상수,constant]]
 에서
 $\mathcal{L}=\mathcal{P}\cup\mathcal{F}\cup\mathcal{C}$

 그럼 언어 $\mathcal{L}$ 의 '''model''' $M$ 이란, $M$ 의 영역(universe) // [[유니버스,universe]]의 번역을 [[영역,universe]]으로 했음. 이거? [[WpEn:Universe_%28mathematics%29]] https://encyclopediaofmath.org/wiki/Universe
 (비공집합) $|M|$ 에
 $\mathcal{L}$ 의 특정 기호 각각의 [[해석,interpretation]]이 첨부된''(mapping? correspondence? bijection?)'' 것이다. 기호의 해석이란, =해석 =,interpretation .
 * $P$ 가 $n$ 항 술어기호 WtEn:predicate_symbol WpEn:predicate_symbol 이면 이것의 해석 $P_M$ 은 $|M|^n$ 의 한 [[부분집합,subset]]이고
 * $f$ 가 $n$ 항 함수기호 WtEn:function_symbol WpEn:function_symbol 이면 이것의 해석 $f^M$ 은 한 함수 $|M|^n\to|M|$ 이며
 * $c$ 가 상수기호 WtEn:constant_symbol? WpEn:constant_symbol 이면 이것의 해석 $c^M$ 은 $|M|$ 의 한 [[원소,element]]이다.
 즉,
 $M=(|M|,\,P^M,\,f^M,\,c^M\;|\; P\in\mathcal P,\,f\in\mathcal F,\,c\in\mathcal C)$
 이고
 이러한 형태로 표현할 수 있는 것을 $(\mathcal L-)$ '''모델''' 이라 한다. 모델을 [[구조,structure]]라고도 한다. // Ggl:"model and structure difference in mathematical logic" Ggl:"수리논리학 모델 구조 차이"

이하 명제를 '만족' ( 혹시 충족으로도 번역되는 satisfaction ?? [[포뮬러,formula]]가 [[참,true]]이 되게 하는 그거? rel. [[satisfaction_relation]]? chk.  Ggl:satisfaction+in+mathematics ... [[만족,satisfaction]] [[충족,satisfaction]] ... KmsK:만족 )
이 무엇인지에대한 내용.
}

Sub:
[[Kripke_semantics]]

Bing:모델론

Ggl:모델론

WpEn:Model_theory

Ggl:"model theory"

Bing:"model theory"

"model theory"


= Markov model =
[[Markov_model]]

https://m.blog.naver.com/angelkim88/20189440567
{
보면 ( - [[Date(2023-05-23T12:08:03)]]에 매우대충적음)

문제가 날씨 예측이라 할 때,

관측 데이터가 있고

[[가정,assumption]]을
오늘 날씨는 어제 날씨에만 영향을 받는다.
current state는 previous state에 dependent.
이렇게 하는게 이 가정이 [[마르코프_가정,Markov_assumption]].

그리고 [[상태,state]]들이 directed_graph [[그래프,graph]]로 연결된 상황에서
[[상태,state]]의 [[수열,sequence]] ([[상태열,state_sequence]]) 언급됨

그런데 이 sequence가 너무 길어지면 느려지므로 (exponential time complexity로 된다)
[[dynamic_programming]]을 쓴다.

기타 rel
[[전이,transition]]
[[상태전이,state_transition]]
[[전이확률,transition_probability]]
}

https://ko.wikipedia.org/wiki/마르코프_모형
 mentions
 ||                            ||상태가 관찰 가능 ||상태가 부분적으로 관찰 가능 ||
 ||시스템이 자율적 autonomous? ||[[마르코프_연쇄,Markov_chain]] ||[[hidden_Markov_model]] ||
 ||시스템이 통제됨 controlled? ||[[마르코프_결정과정,Markov_decision_process,MDP]] || 부분적 관찰가능 [[마르코프_결정과정,Markov_decision_process,MDP]] ||

https://simple.wikipedia.org/wiki/Markov_model
 mentions [[Markov_chain]] [[hidden_Markov_model]] [[Markov_decision_process]]

https://en.wikipedia.org/wiki/Markov_model

... Google:Markov.model  Naver:Markov.model 

Up: [[stochastic_model]]
= Document Object Model (DOM) =
DOM,Document_Object_Model 
or
DOM,document_object_model ??? pagename TBD

[[HTML,hypertext_markup_language]]
[[웹개발,web_development]]


이게 적용되는 대상은
[[HTML]]
[[XML]]
... and?

굳이 분류를 한다면 (? 필요한지?)
[[문서,document]]
[[객체,object]]
'''모형,model''' or [[모델,model]]

[[트리,tree]]

[[SAX]] = Simple_API_for_XML
{
WpKo:Simple_API_for_XML
 = https://ko.wikipedia.org/wiki/Simple_API_for_XML
WpEn:Simple_API_for_XML
 = https://en.wikipedia.org/wiki/Simple_API_for_XML
}

WpKo:문서_객체_모델
 = https://ko.wikipedia.org/wiki/문서_객체_모델
WpSimple:Document_Object_Model
 = https://simple.wikipedia.org/wiki/Document_Object_Model
WpEn:Document_Object_Model
 = https://en.wikipedia.org/wiki/Document_Object_Model

= memory model =
메모리모형 메모리모델 [[memory_model]]

curr at [[메모리,memory]] 앞부분

= ML: model =
OpenAI Microscope
https://microscope.openai.com/models

= ML/NLP/linguistics: 언어모델 언어모형 language model =
[[언어,language]]
rel.
[[언어학,linguistics]]
자연어처리 [[NLP]] - 자연어처리모델

https://namu.wiki/w/언어%20모델
{
 * 통계학기반
 * [[인공신경망,artificial_neural_network,ANN]]기반
  * [[비지도학습,unsupervised_learning]]
   * [[트랜스포머,transformer]] <- 가 현재(202x) 많이 쓰인다
여러 format의 대규모 [[dataset]]을 모아 [[토큰화,tokenization]]하고 multimodal(다중 [[모드,mode]]...)를 구축하여 [[학습,learning]]([[기계학습,machine_learning]])시키면, foundation_model Ggl:"파운데이션 모델:" Ggl:"foundation model" 이 구축된다
이후 분야별로 fine-tuning을 거치면
[[프롬프트,prompt]]입력을 하면 추론을 통해 여러 출력을 하는 [[생성형인공지능,generative_artificial_intelligence]]서비스를 만들 수 있다''(ex. [[챗봇,chatbot]] etc)''
}

... Google:언어모델 Google:language.model

== 대형 언어 모델 large language model (LLM) ==

... Google:대형언어모델 Google:large.language.model

= network, networking =
[[네트워크,network]]
[[네트워킹,networking]]
에서 '''model''':

[[네트워킹모델,networking_model]]

= actor model =
행위자 모델 또는 액터 모델

WpKo:행위자_모델
 = https://ko.wikipedia.org/wiki/행위자_모델

WpEn:Actor_model
 = https://en.wikipedia.org/wiki/Actor_model

rel.
dataflow = data_flow { WpKo:데이터_흐름 WpEn:Dataflow = https://en.wikipedia.org/wiki/Dataflow }
process_calculus (curr [[칼큘러스,calculus]]) - see WpEn:Actor_model_and_process_calculi = https://en.wikipedia.org/wiki/Actor_model_and_process_calculi

concurrent_computing
concurrent_computation
concurrency

= (Chemistry, Physics) 원자모형 atomic model =
pagename [[원자모형,atomic_model]]?

[[https://terms.naver.com/entry.naver?docId=4389578&cid=60217&categoryId=60217 물리학백과: 원자모형 Atomic model]]
"근대적인 원자모형으로
 톰슨 원자모형, // 톰슨_원자모형 Ggl:"톰슨 원자모형" Ndict:"톰슨 원자모형" "톰슨 원자모형"
 러더퍼드 원자모형, // 러더퍼드_원자모형 Ggl:"러더퍼드 원자모형" Ndict:"러더퍼드 원자모형" "러더퍼드 원자모형"
 보어 원자모형 // 보어_원자모형 Ggl:"보어 원자모형" Ndict:"보어 원자모형" "보어 원자모형"
 이 있으며, 현재는 [[양자역학,quantum_mechanics]]을 반영한
 전자구름 모형을 통해 ..."  Ggl:"전자구름 모형" Ndict:"전자구름 모형" "전자구름 모형" // Rel [[전자구름]] rel [[오비탈,orbital]]

https://ko.wikipedia.org/wiki/원자_모형
특이한게 interwiki 없.. [[Date(2023-10-22T08:50:43)]]
= (Physics > CMP) Drude model =
[[드루드_모형,Drude_model]] =드루드_모형,Drude_model =,Drude_model 드루드_모형 Drude_model
Drude model
[[WpKo:드루드_모형]]
Ndict:"Drude model"
Ggl:"Drude model"
"Drude model"

드루드? 국적확인 todo.. 아래 이징은 독일사람이므로 확실

= (physics) Ising model =
[[이징_모형,Ising_model]]

WtEn:Ising_model
WpEn:Ising_model
https://namu.wiki/w/이징%20모형

Sub:
WpEn:Square_lattice_Ising_model

MKL
[[자석,magnet]]
[[자기장,magnetic_field]]
[[자성,magnetism]]
Ndict:emergence [[창발,emergence]] or [[창발성,emergence]]?
[[격자,lattice]]


"이징 모형"
Ndict:"이징 모형"
Ggl:"이징 모형"
Ggl:"Ising model"

= Atkinson-Shiffrin model =
'''Atkinson-Shiffrin model'''
'''Atkinson-Shiffrin memory model'''
정보처리, 기억
[[정보처리,information_processing]]
[[기억,memory]]

심리학
[[심리학,psychology]]

"Atkinson-Shiffrin model"
Ndict:"Atkinson-Shiffrin model"
Ggl:"Atkinson-Shiffrin model"


----
MERGE TO [[VG:모형,model]]