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.