[그림으로 공부하는 머신러닝 알고리즘17 머신러닝 도감] 머신러닝_1일차

https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=220680532

머신러닝 도감

머신러닝 

1. 지도학습

Point : 정답이 있는 데이터 = 특징 ( 독립변수 )  + 레이블 ( 종속 변수 )

- 분류 문제 ( 이진분류 / 다중분류 ) : 정답이 일정한 분류에 속하는 것

로지스틱 회귀 , 나이브 베이즈 분류 

- 회귀문제 

선형회귀, 정규화,

- 분류 & 회귀

서포트벡터머신, 커널기법을 이용한 서포트 벡터 머신, 랜덤 포레스트, 신경망, k-근접 알고리즘 

 

2. 비지도학습

Point : 정답이 없는 데이터 

- 차원 축소 : 더 적은 특징으로 데이터 해석

주성분분석, 잠재 의미 분석, 음수 미포함 행렬 분해, 잠재 디리클레 할당, 국소 선형 임베딩, t- 분포 확률적 임베딩 

- 클러스터링 

k-평균 알고리즘, 가우시안 혼합모델

 

3. 강화학습

Point : 어떤 환경 하에서 정의한 에이전트가 보상을 받는 쪽으로 학습 

 

사이킷런

파이썬 기반의 유며안 머신러닝 라이브러리