반응형
기계 학습 알고리즘 (Machine Learning Algorithm)
기계 학습 알고리즘으로 크게 두가지로 분류 되지만 두개의 특성을 합친 학습법을 포함해 3가지로 나눌 수 있다.
기계 학습은 experience E 와 respect to some task T 그리고 some performance measure P로 학습 및 성능 측정을 한다.
E : 학습할 데이터
T : 실제 데이터
P : E로 학습한 모델을 T로 측정한 성능
1. Supervised Learning (지도 학습)
- 정답인 데이터를 학습하여 입력값에 대한 정답 여부를 판별
2. Unsupervised Learning (비지도 학습)
- 정답이 없는 데이터를 학습하여 입력값을 특정 그룹으로 분류
3. Semisupervised Learning (반지도 학습)
- 정답이 있는 데이터와 없는 데이터를 같이 학습하여 입력값을 처리
sklearn 라이브러리에 있는 Regression 모델
- Lasso Regression(Least Absolute Shrinkage and Selection Operator)
- Elastic Net Regression
- Kernel Ridge Regression
- Gradient Boosting Regression
반응형
'Machine learning Deep learning' 카테고리의 다른 글
[ML] 머신러닝 모델 정확성 증가 방법 (0) | 2022.01.18 |
---|---|
[ML/DL] Feature Selection Method (0) | 2022.01.16 |
[DL] 딥러닝 인공신경망 종류 (0) | 2022.01.06 |
[Kaggle][House Prices]보스턴 집값 예측 for Begginers (0) | 2021.12.19 |
Machine Learning 이란 (0) | 2019.03.12 |