MLearn OHE (One-Hot-Encoding)

en.wikipedia.org/wiki/One-hot

One-hot - Wikipedia

전처리: 원핫인코딩(OHE: one-hot-encoding)

▶ 지도학습 관련 알고리즘과 대표예제-------------------------------------------------------
분류
최근접 이웃 (Nearest Neighbor) K-NN(k-nearest neighbor)
나이브 베이즈 (Naive Bayes)
의사결정 트리 (Decision Trees) 유방암 판별
사이킷런 앙상블의 랜덤포리스트 (RandomForestClassifier) : 아이리스 품종판별
분류 규칙 학습자 (Classification Rule Learners)
모델 트리 (Model Trees)
신경망 (Neural Networks)
서포트 벡터 머신 (Support Vector Machines)
규칙 기반의 분류와 사례기반추론(case based reasoning)
n 판별분석 (discriminant analysis)과 선형 및 비선형 (2차) 판별 함수
사이킷런의 카운트 벡터라이즈 (CountVectorizer) :
예측.회귀
선형 회귀 (Linear Regression) : 램가격 예측
CART 회귀 트리 (classification and regression tree)
DecisionTreeRegressor
Logistic 회귀분석 : 스팸메일 필터링
C5.0 알고리즘
소프트맥스 회귀 : 포유류 (mammal) 와 조류 판단
▶ 딥러닝 지도학습 :
인공신경망 (Artificial Neural Network, ANN)
Perceptron모델과 동일하게 특정 임계치 (threshold)를 넘어야 신경이 전달된다는 것을 Sigmoid function을 이용하여, weight를 업데이트 시켜서 각 Node의 최적의 weight를 찾는 방식으로 작동
심층 신경망 (Deep Neural Network, DNN)
은닉층을 2개이상 지닌 학습 방법
영상처리, 음성인식, 자연어 처리
합성곱 신경망(Convolutional Neural Network, CNN) 사람의 시신경 구조를 모방한 구조
순환 신경망 (recurrent neural network, RNN) 자연어인식
Sequence to Sequence: 챗봇 번역기
단어자동완성 (autoComplete)
MNIST 를 RNN 으로 전환
LSTM
GRU
▶ 준지도학습 알고리즘과 대표예제---------------------------------------------------
생성 모델(Generative model)
Novelty Detection(이상치 탐지)
분류 모델(discriminative model )
▶ 자율학습 알고리즘과 대표예제------------------------------------------------------
군집화. 클러스터링 (Clusterling)
분할 기법(partitioning methods)의 군집화: k-평균, k-medoids, DBSCAN
계층적 기법(hierarchical methods)의 군집화: 집괴적(agglomerative) 군집화, 분할적(divisive) 군집화
▶ 딥러닝 자율학습 :
오토인코더 (AE) : mnist 카피

▶ 강화학습 알고리즘과 대표예제
Deep Q-Network
▶ 딥러닝 (인공지능망)
딥러닝 NN(뉴럴 네트워크 알고리즘) 사용하는 머신러닝의 한 부류
뉴럴 네트워크를 사용하여 지도학습, 비지도학습, 강화학습 모두 가능
마르코프 결정 프로세스(Markov Decision Process, MDP)