머신 러닝 인 액션 책의 9장 내용 요약입니다. 트리를 이용한 회귀에 대해 다룹니다. 트리를 생성하는 알고리즘은 CART를 설명하고 있는데, CART(Classification and Regression Tree)에 대한 내용은 이전에 올린 http://javacan.tistory.com/entry/Programming-CI-Study-ch7-DecisionTree 글에서도 확인하실 수 있습니다.
머신 러닝 인 액션 책의 8장 내용을 정리했습니다. 8장에서는 회귀(regression)를 다룹니다.
머신 러닝 인 액션 책의 5장 내용을 정리했습니다. 5장에서는 로지스틱 회귀를 이용해서 분류하는 방법에 대해 다룹니다.
머신 러닝 인 액션 책의 4장 내용을 정리했습니다. 4장에서는 나이브 베이스 확률을 이용해서 분류하는 방법에 대해 다룹니다. 참고로, 집단 지성 프로그래밍 책의 문서 필터링 http://javacan.tistory.com/entry/Programming-CI-Study-ch6-DocumentFiltering 에서도 이 내용을 다룹니다. 둘을 비교해보면 더 도움이 될 것 같네요.
머신 러닝 인 액션 책의 3장 내용을 정리했습니다. 3장에서는 의사결정트리 구축 알고리즘 중의 하나인 ID3에 대해서 다룹니다. (집단 지성 프로그램 책에서 다룬 의사결정트리에 대한 내용은 http://javacan.tistory.com/entry/Programming-CI-Study-ch7-DecisionTree 에 정리했습니다.)
머신 러닝 인 액션 책의 2장 kNN 알고리즘을 정리한 내용입니다.
* 집단 지성 프로그래밍의 kNN 정리 내용은 http://javacan.tistory.com/entry/Programming-CI-Study-ch8-PriceModel 글을 참고하시면 됩니다.
집단지성 프로그래밍 책의 10장 스터디 자료입니다. 이 분야 쌩초보라 내용이 틀릴 수 있습니다.
독립특성을 추출하기 위한 방법으로 비음수 행렬 인수분해(NMF; Non-gegative Matrix Factorization)에 대해 다룹니다.
집단지성 프로그래밍 책의 8장 스터디 자료입니다. 이 분야 쌩초보라 내용이 틀릴 수 있습니다.
kNN(k-nearest neighbors)을 이용한 가격 모델링, 이질변수를 위한 축척 변경, 불균등 분포 등에 대해 다룹니다.
집단지성 프로그래밍 책의 7장 스터디 자료입니다. 이 분야 쌩초보라 내용이 틀릴 수 있습니다.
의사결정트리와 관련된 구축 방법, 정보이득 및 지니불순도/엔트로피, 트리 가지치기 등에 대해 다룹니다.
집단지성 프로그래밍 책의 3장 스터디 자료입니다. 이 분야 쌩초보라 내용이 틀릴 수 있습니다.
집단지성 프로그래밍 책의 2장 요약입니다. 이쪽 생초보라 내용이 틀릴 수 있습니다.
