머신 러닝의 일반적 개념 이해하기세 종류의 학습과 기본 용어 알아보기
파이썬을 사용해서 단계적으로 퍼셉트론을 구현하고 붓꽃 데이터셋에서 훈련하여 꽃 품종을 분류
이 장에서 다룰 주제 강력하고 인기 있는 분류 알고리즘인 로지스틱 회귀, 서포트 벡터 머신, 결정 트리 소개하기 예제와 설명을 위해 사이킷런 머신 러닝 라이브러리 사용하기 선형 또는 비선형 결정 경계를 갖는 분류 알고리즘의 강점과 약점 설명하기
소포트 벡터 머신, 결정 트리, knn
💡 좋은 머신 러닝 모델을 구축하는 데 도움이 되는 핵심적인 전처리 기법
주성분 분석( Principal Component Analysis, PCA )을 사용한 비지도 데이터 압축하기 지도 방식의 차원 축소 기법인 선형 판별 분석( Linear Disriminant Analysis, LDA )을 이용하여 클래스 구별
💡 많은 머신 러닝 알고리즘은 입력 데이터가 선형적으로 구분 가능하다는 가정을 한다