x
Redirected from Supervised learning
Machine learning (기계 학습) is a subfield of Computer science that evolved from the study of Pattern recognition and computational learning theory in Artificial intelligence. (https://en.wikipedia.org/wiki/Machine_learning)
기계학습은 Computer science, Statistics, Data mining의 교집합에 해당함. 상위 개념은 Artificial intelligence.
기계학습 알고리즘의 분류
- Supervised learning: 정답을 알고 있다. (Classification, Regression)
- Unsupervised learning: 정답을 모른다. (Cluster analysis)
- Reinforcement learning
scikit-learn cheat sheet
Python은 Matlab, R과 달리 기계학습 연구와 제품 개발에 두루 사용되기 좋다.
Table of Contents
관련 자료 #
기술 #
- scikit-learn
- TensorFlow
- Keras
- Harness the Power of Machine Learning in Your Browser with Deeplearn.js : Javascript 가시화 도구
- MLOps: 잘 정리된 문서
- 기계학습, 딥러닝 튜토리얼 모음
- 딥러닝 프로젝트, 코드
자료 #
- 기계학습 시각화
- A practical approach to machine learning.: Colaboratory를 통한 실용적 기계학습 학습
- Understand the Concepts, Techniques and Mathematical Frameworks Used by Experts in Machine Learning: 동영상 강의 자료
- Interpretable Machine Learning with Python
- Essential Cheat Sheets for Machine Learning and Deep Learning Engineers : Keras, NumPy, pandas, Scipy, Matplotlib, scikit-learn cheat cheets
- Machine learning methods (infographic)
- The Hitchhiker’s Guide to Machine Learning in Python
- 머신 러닝의 모델 평가와 모델 선택, 알고리즘 선택 – 1장. 기초
- A Practical Guide to Tree Based Learning Algorithms
- An end to end implementation of a Machine Learning pipeline: Jupyter로 표시한 기계학습 파이프라인 구성
- Have Fun with Machine Learning: A Guide for Beginners
- 머신러닝 시스템 프로세스와 아키텍처
- Essential Cheat Sheets for Machine Learning and Deep Learning Engineers : Cheat Sheets for Keras, NumPy, pandas, SciPy, Matplotlib, scikit-learn, Neural network, ggplot2
- Rules of Machine Learning: Best Practices for ML Engineering
- An introduction to Statistical Learning with Applications in R: 전자책 PDF 다운로드 가능
- 모두를 위한 머신러닝/딥러닝 강의
- A Tour of Machine Learning Algorithms
사례 #
- Quick, Draw 머신 러닝 기술이 학습을 통해 낙서를 인식할 수 있을까요?
- 강남 출근길에 판교/정자역에 내릴 사람 예측하기 : 직접 데이터 수집하고 예측 모델 만들기 - 기계학습의 많은 부분들이 쉽게 표현됨
기사 혹은 포스트 #
- Guide to saving & hosting your first machine learning model : 기계학습 모델을 저장하고 호스팅하기
- 소프트웨어 2.0 : 기계학습을 소프트웨어 2.0으로 표현
- 카카오AI리포트 - 머신러닝 적용의 실제 하용호
- Ensemble Learning to Improve Machine Learning Results
- Using Machine Learning to Predict Value of Homes On Airbnb
- 머신러닝 속 수학
- 해커에게 전해들은 머신러닝 : 알기쉬운 설명 3부분으로 구성
- Graph-based machine learning: Part I
- 세상에 있는 (거의) 모든 머신러닝 문제 공략법 최근우
- The Mathematics of Machine Learning R-bloggers
- Would You Survive the Titanic? A Guide to Machine Learning in Python
- Building a data science portfolio: Machine learning project : Data science 관련 기업에 입사하기 위해 포트폴리오 만들기
- 머신러닝, 못 한다고 전해라
- 수학을 포기한 직업 프로그래머가 머신러닝 학습을 시작하기위한 학습법 소개
- Predictive modeling, supervised machine learning, and pattern classification
- Machine Learning is Fun! - The world’s easiest introduction to Machine Learning : Part1~5 시리즈 강의
Incoming Links #
Related Social Events (SocialEvent 0) #
Related Medical Scholarly Articles (MedicalScholarlyArticle 1) #
Related Organizations (Organization 2) #
Related Articles (Article 3) #
- AdaBoost
- Artificial neural network
- Classification
- Computer vision
- Decision tree
- Deep learning
- Feature extraction
- Feature selection
- Kubeflow
- Linear discriminant analysis
- Machine learning for Genomics
- Naive Bayes classifier
- Reinforcement learning
- Support vector machine
- Text-to-image model
- Time series
- microRNA
[Codes] About (Code 4) #
Suggested Pages #
- 0.144 GATK
- 0.107 miRBase
- 0.067 siRNA
- 0.034 CCLE
- 0.025 July 18
- 0.025 April 21
- 0.025 Hyungyong Kim
- 0.025 Dynamic programming
- 0.025 k-means clustering
- 0.025 Multiclass classification
- More suggestions...