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