50. 머신러닝(Machine Learning) Summary

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