David Barber의 Machine Learning 분류

https://www.facebook.com/terryum.io/photos/pcb.518577148267476/518576694934188/?type=3&theater

http://web4.cs.ucl.ac.uk/staff/D.Barber/pmwiki/pmwiki.php?n=Brml.Online

[Machine Learning 분류]

- Supervised Learning

  - Regression 회귀

     ㄴ Gaussian Process (non-parametric) 함수 정의 없이

   ㄴ linear

     ㄴ Parametric 함수를 정의

         ㄴ linear

         ㄴ non-linear

  - Classification 분류

     ㄴ Discriminative 그냥 나눠줘

         ㄴ Support Vector Machine

         ㄴ Logistic Regression 

         ㄴ Gaussian Process

     ㄴ Generative 클래스에 대한 학습 후에 나눠줘

         ㄴ Naive Bayes

         ㄴ Nearest neighbour

  - Reinforcement Learning 강화학습 : 현재 상태에서 action 의 결과를 reward. 스스로 데이터를 collecting하면서 점진적 학습

         

  - Dimension Reduction

- Unsupervised Learning

  - Anomaly detection 이상치들 찾기

  - Dimension reduction RAW데이터에서 저차원의 데이터로 축소해야 비용을 줄일 수 있다

  - Latent variable models 우리가 가진 데이터는 숨은 변수에 의해 컨트롤 되고 있다