[머신러닝 기초] 06일차 #1

🔸날짜🔸

2021.08.01(일)

 

🔸제목🔸

[10] 머신러닝의 방법, 어떻게 공부하지? - 수많은 머신러닝 방법 공부법

 

🔸내용🔸

머신러닝 종류(What)
: 머신러닝으로 풀 수 있는 문제 종류

머신러닝 방법(How)
: 머신러닝을 구현하기 위한 알고리즘

---

첫 번째 종류. Supervised Learning(지도학습) - 분류, 회귀, 에측 
[방법]
SVM, Logistic Regression, Liner Regression, Decision Tree, Random Forest, KNN

 

두 번째 종류. Unsupervised Learning(비 지도학습) - 이상값 감지, 그룹화 
[방법]
K-means, PCA, Apriori

 

세 번째 종류. Reinforcement Learning(강화학습) - 강화학습 
[방법]
Monte-Carlo, Q-learning, Markov Decision

---

처음부터 모든 머신러닝을 다 공부하려고 하면 광범위해 금방 지치게 됨.
이에, 하고 싶은 걸 선택해서 이해하고 적용하는 것이 바람직함.

 

 

* 추천 사이트 1: A Tour of Machine Learning Algorithms

https://machinelearningmastery.com/a-tour-of-machine-learning-algorithms/

A Tour of Machine Learning Algorithms - Machine Learning Mastery

 

* 추천 사이트 2: Commonly used Machine Learning Algorithms (with Python and R Codes) 

https://www.analyticsvidhya.com/blog/2017/09/common-machine-learning-algorithms/

Commonly used Machine Learning Algorithms (with Python and R Codes)