[패스트캠퍼스 수강 후기] R 인강 100% 환급 챌린지 19차 미션

[패스트캠퍼스 수강 후기] R 인강 100% 환급 챌린지 19차 미션

 

패스트캠퍼스의 강의 중, 프로젝트와 함께 배우는 R 데이터 분석 올인원 패키지 Online를 수강하고 있습니다.

https://bit.ly/2DKMGNx 

내용을 복습도 할 겸, 미션에도 참가할 겸, 블로그에 매일 매일 정리해 보게 되었습니다.

 

오늘은 19회차 미션!

Part 2) [R로 하는 데이터 분석] 데이터 분석 기본기 익히기

1. 01. Ch 01. 머신러닝에 첫발 내딛기 - 01. 머신러닝 Overview：지도학습과 비지도학습

2. 02. Ch 01. 머신러닝에 첫발 내딛기 - 02. 학습 목적에 따른 머신러닝 알고리즘 구분

 

1. 01. Ch 01. 머신러닝에 첫발 내딛기 - 01. 머신러닝 Overview：지도학습과 비지도학습

1. 머신러닝

1. 컴퓨터가 명시적으로 프로그램되지 않고도 학습할 수 있도록 하는 알고리즘

1. 정답의 유무 vs. 학습 목적에 따른 구분 으로 분류됨

1. 

2. 정답의 유무

1. 지도학습

1. 정답이 존재하는 데이터를 이용하여 X, Y의 관계르 ㄹ찾기 위한 학습

1. 분류와 회귀 모델

2. 비지도학습

1. 정답이 존재하지 않는 데이터

1. 데이터에 내재된 특징을 분석하기 위한 학습

1. 군집화와 연관규칙 분석

 

1. 02. Ch 01. 머신러닝에 첫발 내딛기 - 02. 학습 목적에 따른 머신러닝 알고리즘 구분

1. 이번엔 학습 목적에 따른 구분

1. 분류

1. 종속변수가 명복형 변수일 때 (categorical)

1. 

2. 예를 들어 의사결정 나무

1. play, don't play를 여러가지 종속변수로 분류해나감.

1. 종속 변수들이 이러이러한 조건이 할 때, play, don't play 여부를 판별

2. 회귀

1. 종속변수가 연속형 변수일 때 사용

1. 선형 회귀, 인공신경망, SVR 등

2. 예를 들어, 키로부터 몸무게를 맞출 때 사용

2. 

3. 군집화

1. 비지도 학습에서도 언급되었던 집단 판별

1. x1, x2 로 표현되는 데이터가 있을 때, 이를 클러스터1, 클러스터2, 클러스터3 등으로 묶어줌

2. 

4. 연관규칙 분석

1. 연관성이 높은 아이템들로 구성된 규칙 집합을 생성하는 방법론

1. 추천시스템에 주로 사용되며, 장바구니 분석이라고도 불림

2. 상태) 우리도 구매 데이터로부터 관련 툴킷을 찾아볼 수 있지 않을까?

1. 사실 우리는 거의 경험적인 결과와 비슷할 것 같긴 함

2. 

1.  

 

 

머신러닝의 일반론은 사실 여러번 공부했었기에 새로울 건 없었던 내용

우선은 개론이라 머신러닝에 어떤 것들이 있는 지 쭉 훑어보는 느낌?

 

이 중에서 회귀와 연관규칙분석, 군집화 .. 이 3가지에 주로 초점을 맞춰서 실습을 하면서 공부해볼 예정