[머신러닝&딥러닝/00] 공부 목차

이 글은 내가 스스로 공부한 내용들을 정리하기 위한 목적이다.

 

머신러닝 강의 출처:

https://youtube.com/playlist?list=PLWtr7MRpQi5ATPYo3xN21Bwwd_Ut4rY0d&si=UNqIXY8WLCzjoMcp

인공지능 특강 - 머신러닝, 딥러닝

 

목차

1. 인공지능 개요
2. 머신러닝 파이프라인
3. 머신러닝에서 주로 마주하는 문제들
4. 분류와 혼동행렬
5. 회귀와 손실함수
6. 경사하강법과 하이퍼파라미터
7. SVM과 결정트리
8. 앙상블과 랜덤포레스트
9. 계층적 군집분석 : https://sunning-10.tistory.com/entry/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D%EB%94%A5%EB%9F%AC%EB%8B%9D09-%EA%B3%84%EC%B8%B5%EC%A0%81-%EA%B5%B0%EC%A7%91%EB%B6%84%EC%84%9D
10. 분할적 군집분석
11. 차원 축소
12. 연관규칙분석
13. 강화학습
14. 시계열 분석
15. 인공신경망의 역사
16. 활성함수의 필요성과 오류역전파
17. 딥러닝 학습에서 마주하는 문제들
18. 신경망에서의 활성함수와 손실함수
19. DNN(Deep Neural Network)
20. CNN(Convolutional Neural Network)
21. CNN의 활용
22. RNN(Recurrent Neural Network)
23. Auto Encoder
24. 자연어 처리
25. 전이학습과 딥러닝 경량화