본문 바로가기
Machine Learning

50. 머신러닝(Machine Learning) Summary

by 대소니 2016. 9. 13.


지금까지 머신러닝의 기본적인 개념과 다양한 분석방법에 대해서 모두 배웠습니다.


저도 주말에 도서관등에 다니면서 공부하고 블로그에 정리하면서 많은 것을 배웠네요. 참 재미있고 흥미가 커지는 주제가 아닌가 싶습니다. 실질적으로 적용을 할 수 있는 분야도 다양하고 거의 모든 곳에 활용되어 질 수 있을 것 같습니다.


알파고와 딥마인드 덕분에 세상에서 화두가 된지 아직 1년도 되지 않았지만, 이미 많은 사람들이 관심을 가지고 공부하고 이미 적용도 많이 되어 있는 것 같습니다. 조만간 멋진 머신 비서를 이용할 날도 멀지 않은 것 같네요^^


저도 평생 공부한다고 생각하고 다음 주제를 찾아서 계속 해볼 생각입니다. 좋은 정보가 있으면 서로 공유하고 나누면서 같이 공부하실 분을 만날 수 있기를 기대해보면서 이번 주제는 여기서 마치도록 하겠습니다. 감사합니다~



Supervised learning - labeled data

Linear regression

Logistic regression

Neural networks

Support vector machines


Unsupervised learning - unlabeled data

K-means

PCA

Anomaly detection


Special applications/topics

Recommender systems

Large scale machine learning


Advice on building machine learning systems

Bias and variance

Regularization

What to do next when developing a system

Algorithm evaluation

Learning curves

Error analysis

Ceiling analysis


Octave tutorial


댓글