helpot.kr helpot.kr

선행 학습

머신러닝을 배우기 위해서는, 최소한 아래 내용이 학습되어 있어야 한다.

• 파이썬
• 데이터 분석
• 고등수학

학습 키워드

정말 많은 이론을 배우고, 실습을 진행하였다.
세부 이론별로만 단일 학습을 진행하였고, 아직은 전반적으로 여러 기법을 서로 어떻게 조합하여 머신러닝 분석을 진행할지 전체적인 그림이 속시원히 그려지지 않는다.
다음 단계인 프로젝트를 진행해봐야, 전반적으로 머신러닝 진행과정을 스스로 습득할 듯 하다.
우선은, 배운 내용들을 계층 구조로 정리해 보았다.

supervised learning_regression

--- Lasso(L1)
--- Ridge(L2)
--- ElasticNet
--- model evaluation_MSE
--- model evaluation_RMSE
--- model evaluation_R-squared
--- model evaluation_Adjusted R-squared

supervised learning_ classification

--- Decision Tree
--- Ensemble_Bagging
--- Ensemble_Stacking
--- Ensemble_Boosting
--- Random Forest(Ensemble_Bagging)
--- AdaBoost(Ensemble_Boosting)
--- GBM(Ensemble_Boosting)
--- XGBoost(Ensemble_Boosting)
--- LGBM(Ensemble_Boosting)
--- model evaluation_Accuracy
--- model evaluation_Precision
--- model evaluation_Recall
--- model evaluation_F1 Score

unsupervised learning

-- Clustering_K-means
-- Clustering_Hierarchical
-- Clustering_Spectral
-- DBSCAN
-- HDBSCAN
-- model evaluation_Elbow Method
-- model evaluation_Silhouette Score

etc

-- Gradient Descent
-- hyper parameter
-- overfitting
--- Feature Selection
--- Penalty Term
--- Scaling_StandardScaler
--- Scaling_MinMaxScaler

#패스트캠퍼스 #패스트캠퍼스AI부트캠프 #업스테이지패스트캠퍼스 #UpstageAILab #국비지원 #패스트캠퍼스업스테이지에이아이랩 #패스트캠퍼스업스테이지부트캠프