[Machine Learning] 1. Introduction

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
[Machine Learning Series]
1. Introduction (4/20 upload)
2. Preprocessing (4/20 upload)
3. Supervised Learning - Regression (4/20 upload)
4. Supervised Learning - Classification (4/20 upload)
5. Supervised Learning - Neural Network
6. Supervised Learning - Decision Trees
7 Supervised Learning - Support Vector Machine
8. Unsupervised Learning - Clustering
9. Association Analysis - Text Mining
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

Machine Learning

What is machine learning?

내가 좋아하는 단어를 포함하는 정의로 하면,

예제 데이터 혹은 과거 데이터를 이용하여, 요구 성능을 최적화하는 것! 

Optimize a performance criterion using example data or past experience.

분석 프로세스

Selection : 다양한 source로부터 data를 수집

Pre-processing : data 클린징

Transformation : 분석을 위한 format으로 데이터를 변경

Machine Learning/Data Mining

Interpretation/Evaluation : 의미 있는 결과를 도출

Machine Learning Tasks

 - Association Analysis 

     : 연관성 분석 (ex. 목요일 밤, 마트에서 맥주를 사고 나면, 기저귀를 같이 산다.)

 - Supervised Learning

     : training/sample data에 y값에 대한 결과가 존재

     . Classification 

         : 분류 (ex. 스팸인지 아닌지, 신용등급 평가)

     . Regression/Prediction

         : 분류를 포함한 다양한 회귀분석 기법 (ex. 중고차의 가격 예측)

 - Unsupervised Learning

    : y가 없는 data에 대한 분석

     . Clustering

       

 - Reinforcement Learning

     . Decision making

 - Deep Learning