기호주의-결정트리 등.. 규칙
연결주의-신경망/딥러닝
유전 알고리즘
베이지안 통계
유추주의-KNN, 서포트 벡터 머신
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
tensorflow
keras
Gensim
Scikit-learn