• 본 게시글은 패스트캠퍼스 파이썬을 활용한 시계열 데이터 분석 강의를 듣고 작성되었습니다.

알고리즘 학습방향

1) 문제가 어디에 속하는지 -> 분석기획
2) 알고리즘의 입력은 무엇인지 -> 전처리
3) 알고리즘의 출력은 무엇인지 -> 결과해석

지도 학습(Supervised Learning)

1) Regression: 값의 범위가 있는 수치 예측
2) Instance-based: 근처에 있는 instance끼리의 거리를 확인하여 어디에 더 가깝게 붙을 수 있는지 확인
3) Regularization: penalty 부여
4) Decision Tree: tree로 데이터 분리
5) Bayesian
6) Atificial Neural Network

비지도 학습(Unsupervised Learning)

1) Clustering
2) Association Rule Learning
3) Dimensionality Reduction: 다차원 차원축소
4) Ensemble: sample을 쪼개서 각각의 결과를 aggregate
5) Deep Learning: 여러 층을 쌓아 타겟을 예측하고 실제값과 비교하여 손실을 줄여나가는 과정