지도학습(Supervised Learning) / 비지도학습(Un-supervised Learning) / 강화학습(Reinforcement Learning)
🔅 지도학습(Supervised Learning) : 분류, 회귀, 예측, 숫자, 정답이 있는 데이터를 학습 - Classification (분류 ) - 범주, 예측, 이탈여부, 고객이 이탈할것인가, A인지 B인지 구분 Logistic Regression (가장 기본적인 기법, 딥러닝의 Activation으로 사용) Decision Tree (최신 알고리즘의 기반, 활용범위 넓음) Support Vector Machine - Regression (회귀) - 숫자, 매출액, 내년도 매출액은 Linear Regression (시간과 관계된 데이터, 예측, 그리고 인과관계를 분석하는데에 사용) Ridge Regression Lasso Regression - Estimation (추정) - 수치를 예측 🔅비지도학습(Un-supervised Learning) : 이상값 감지, 그룹화, 정답이 없는 데이터로 부터 패턴등을 찾아 그룹화 - Clustering (군집) - 군집, 뭉치기, 그룹화, 비슷한것 끼리 뭉치기 K-means (Segmentation(분할)에 용이) DBscan - transform (변환) - association rule learning (연관) - 장바구니 학습, 추천 (영화추천) 특성(열)을 찾아준다. 🔅강화학습(Reinforcement Learning) - 강화학습, 경험