Intro to Machine Learning

앞으로 2~3개월 동안 Udacity의 Intro to Machine Learning Course를 공부할 계획입니다. 사실 작년에 Sung Kim 교수님의 Machine/Deep Learning with TensorFlow (Python) 50강은 모두 들었습니다. 이번에 Data Analyst Nano degree를 모두 들은 후 Andrew Ng 교수님의 Machine learning 강좌를 들을까 Udacity의 Machine learning 코스를 들을까 고민을 했었습니다. 하지만 커리큘럼을 보니 Udacity가 더 적합해 보였습니다. 들어보지는 않았지만 Andrew Ng 교수님의 커리큘럼에는 다양한 머신러닝 모델이 있지는 않았습니다. 제 목적은 다양한 머신러닝 모델을 학습하는 것이었습니다. 추후 캐글을 하는 데 도움을 얻기 위해서죠(하지만 다양한 머신러닝 모델을 학습하지는 못하더라도 python으로 밑바닥부터 구현하는 게 목적이라면 Andrew Ng 교수님 수업이 더 좋을 겁니다).

Udacity의 Intro to Machine Learning도 Data Analyst Nano degree를 정리한 것처럼 꾸준히 정리해 올리겠습니다. 머신러닝 관련해서는 레퍼런스가 워낙 많다 보니 Udacity의 강의자료뿐만 아니라 추가 레퍼런스도 공부하면서 잘 정리해 올리겠습니다.

저작자표시비영리변경금지

• 카카오스토리
• 트위터
• 페이스북

'머신러닝' 카테고리의 다른 글

머신러닝 - 5. 랜덤 포레스트(Random Forest)  (6)	2019.07.25
머신러닝 - 4. 결정 트리(Decision Tree)  (27)	2019.07.22
머신러닝 - 3. 서포트 벡터 머신 (SVM) 실습  (0)	2019.07.18
머신러닝 - 2. 서포트 벡터 머신 (SVM) 개념  (10)	2019.07.15
머신러닝 - 1. 나이브 베이즈 분류 (Naive Bayes Classification)  (19)	2019.07.14
Intro to Machine Learning  (0)	2019.07.13