머신러닝 입문

생활코딩 채널의 Machine Learning 1 강좌 수강.

(youtube 재생목록)

https://www.youtube.com/playlist?list=PLuHgQVnccGMDy5oF7G5WYxLF3NCYhB9H9

Machine learning 1

(오픈튜토리얼 ebook)

https://opentutorials.org/module/4916

Machine learning 1

#내용 정리

2강) 수치와 통계를 비교하여 '결정'을 내리기 위한 도구로 머신러닝/기계학습 기술을 개발.
3강) 습관이라는 문제 / 의지->환경->습관->의지
5강) Teachable Machine
6강) 모델=판단력 / 만드는과정=학습
8강) 어플리케이션: 응용 (=) 프로그램: 시간의 순서대로 실행
9강) IoT = 코팅+네트워크+전자공학+기계공학

(10강 본격적인 시작)
11강) 데이터화와 분석을 통한 아이디어 실현, 데이터 과학vs공학
12강) 표의 특성과 활용

13강) variable변수 - 독립(원인)vs종속(결과) / 인과관계⊂상관관계
15강) 분류

1. 지도학습(supervised learning) - 정답 결과값이 있음
2. 비지도학습 - 관찰이나 통찰을 통한 학습
3. 강화학습(reinforced) - 경험을 통해 더 좋은 답을 찾음

17강) 회귀(Regression) : 수치데이터를 학습 후 공식화
18강) 분류(Classification) : 대상이 어떤 그룹에 속하는지 구분

19강) 군집화(Clustering) : 비슷한 것까리 (행을) 그룹화
20강) 연관규칙(associate): 열 간 연관관계
21강) 비지도학습 : 데이터의 성격을 파악

22강) 강화학습(reinforcement) : 사전학습정보x, 판단과 행동을 통한 경험 -> 결과 상태와 보상에 따른 데이터 축적 및 모델 강화가 이루어짐

agent가 policy를 판단하고 action함에 따라
외부 environment에솨 reward/state 정보가 들어오고
관찰과 강화를 통한 행동을 반복.

사진은 학습 목적으로만 사용하였으며 저작권은 생활코딩 팀에 있습니다.