더북(TheBook)

지도 학습, 비지도 학습, 강화 학습에서 자주 사용되는 알고리즘은 다음 표와 같습니다.

▼ 표 1-2 지도 학습, 비지도 학습, 강화 학습

구분

유형

알고리즘

지도 학습(supervised learning)

분류(classification)

• K-최근접 이웃(K-Nearest Neighbor, KNN)

• 서포트 벡터 머신(Support Vector Machine, SVM)

• 결정 트리(decision tree)

• 로지스틱 회귀(logistic regression)

회귀(regression)

선형 회귀(linear regression)

비지도 학습(unsupervised learning)

군집(clustering)

• K-평균 군집화(K-means clustering)

• 밀도 기반 군집 분석(DBSCAN)

차원 축소(dimensionality reduction)

주성분 분석(Principal Component Analysis, PCA)

강화 학습(reinforcement learning)

-

마르코프 결정 과정(Markov Decision Process, MDP)

각 알고리즘은 ‘3장 머신 러닝 핵심 알고리즘’에서 간단히 살펴봅니다.

신간 소식 구독하기
뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.