머신러닝의 분류
- 지도학습
- 명확한 결정값이 주어진 데이터를 학습하는 것
- 분류, 회귀, 시각/음성 감지/인지
- 비지도 학습
- 군집화(클러스터링)
- 차원 축소
머신러닝 알고리즘
기호주의-결정트리 등.. 규칙
연결주의-신경망/딥러닝
유전 알고리즘
베이지안 통계
유추주의-KNN, 서포트 벡터 머신
머신러닝 단점
데이터에 의존적이라서 편향된 데이터만 사용하면 편향된 결과만을 낳는다.
많은 데이터보다 다양한 케이스를 가지고 있는 데이터가 머신러닝 알고리즘 개발에 더 좋다.
머신러닝은 블랙박스이기 때문에 도출된 결과에 대한 논리적 이해가 어려울 수 있음
데이터에 대한 가공과 알고리즘 최적화 둘다 잘 되어야 좋은 모델이 된다.
파이썬
인터프리터 언어이기 때문에 속도는 느리지만 유연함
주피터 노트북
- 대화형 파이썬 툴
tensorflow
- 구글의 머신러닝 오픈소스 라이브러리. 머신러닝과 딥러닝을 쉽게 사용할 수 있도록 설계되어있다.
keras
- 텐서플로우를 추상화한 api를 지원.
Gensim
- 머신러닝을 사용해 토픽 모델링과 자연어 처리 등을 수행할 수 있게 해주는 오픈소스 라이브러리
Scikit-learn
- 파이썬 머신러닝 라이브러리.아나콘다로 자동 설치된다.
