데이터 과학자를 위한 필수 머신러닝 치트시트 16선

머신러닝은 우리가 알다시피 컴퓨터에 명시적 프로그래밍 없이 학습하고 변화에 적응하며 결정 내리는 능력을 부여합니다. 머신러닝 과정은 패턴 인식과 인공지능의 계산 학습 이론 연구에서 진화한 데이터 마이닝과 유사합니다.

머신러닝 알고리즘은 지도 학습(supervised)과 비지도 학습(unsupervised)으로 분류됩니다. 지도 학습 알고리즘은 과거 학습을 새 데이터에 적용할 수 있고, 비지도 학습 알고리즘은 데이터셋에서 추론을 도출합니다.

예를 들어 페이스북 뉴스피드는 머신러닝으로 각 사용자 피드를 맞춤화합니다. 사용자가 특정 친구 게시물을 읽으려 스크롤을 정지해 좋아요나 공유를 누르면, 다음엔 그 친구 활동을 피드 상단에 더 일찍 보여줍니다. 백엔드에서 프로그램은 통계적, 예측 분석으로 사용자 데이터 패턴을 식별합니다. 사용자가 더 이상 그 친구 게시물에 멈추지 않으면 새 데이터셋이 포함돼 뉴스피드가 조정됩니다.

인공지능 인사이트를 얻는 데 도움 될 유용한 머신러닝 치트시트 목록을 모았습니다.

16. 사이킷런(Scikit-Learn) 알고리즘 치트시트

머신러닝 문제 해결에서 가장 어려운 부분은 업무에 최적의 추정기(estimator)를 찾는 것일 수 있습니다. 다른 문제엔 다른 추정기가 필요합니다. 이 흐름도는 데이터에 어떤 추정기를 구현할지 문제에 접근하는 대략적 가이드를 제공합니다.

참고 읽기: 더 나은 분석을 위한 무료 데이터 마이닝 도구 25+

15. 머신러닝 알고리즘과 명령어

아지테시 쿠마르(Ajitesh Kumar) 제작. 이 시트엔 10가지 유명한 머신러닝 알고리즘과 관련 R 명령어, 패키지 정보가 포함됩니다. 머신러닝 관련 이슈를 다루는 초보자를 위한 빠른 참조 페이지가 목적입니다.

14. 머신러닝 이해: 초보자를 위해

토드 재퀴스(Todd Jaquith) 제작. 초보자에게 완벽한 인포그래픽입니다. 머신러닝이 무엇인지, 역사, 구현 방법, 접근법, 응용을 단순 설명합니다.

13. 머신러닝 알고리즘 마인드맵

머신러닝 시작은 지칠 수 있고, 적절한 알고리즘이나 기법 찾기는 기만적일 수 있습니다. 이 마인드맵이 요구사항에 맞는 올바른 머신러닝 알고리즘 선택의 기준선을 제공합니다.

12. 파이썬과 R 코드

가장 흔히 쓰이는 10가지 머신러닝 알고리즘과 파이썬, R 코드 모음. 두 프로그래밍 언어 모두 데이터셋, 라이브러리, 기타 리소스 활용으로 내장 및 확장 지원이 잘 돼 있어 작업이 많은 사람이 생각하는 것보다 쉽습니다.

참고 읽기: 개발자용 유용한 파이썬 프레임워크 25가지

11. 초보자를 위한 치트시트

치트시트는 두 부분으로, 둘 다 표 구조입니다. 첫 번째는 다양한 머신러닝 알고리즘의 약점과 강점 요약. 두 번째는 파이썬과 R용 라이브러리 목록. 알고리즘 관련 작업 구현 시 해당 작업에 필요한 라이브러리를 소스 코드에 로드하면 됩니다.

10. SEO를 위한 머신러닝 시스템

영국 기반 관리 및 검색 최적화 에이전시 알케미 바이럴(Alchemy Viral)이 머신러닝 시스템과 SEO(검색 엔진 최적화) 전술에 어떻게 반영되는지 심층 인포그래픽으로 제작했습니다.

9. 주요 머신러닝 알고리즘

다양한 실제 데이터 문제의 복잡한 본질을 다루기 위해, 데이터 과학자들이 사용하는 주요 머신러닝 알고리즘을 더 적은 시간과 자원으로 해결할 수 있는 특화 알고리즘이 만들어졌습니다. 초보자를 위한 간략한 논의입니다.

8. 지도 및 비지도 학습 알고리즘

가장 중요한 자료를 요약하기 위해 에마누엘 페름(Emanuel Ferm)이 LaTeX로 치트시트 제작. 작은 데이터셋에서 선형 분류기와 클러스터링 알고리즘 학습 및 적용 포함.

7. 지도 학습 미신 치트시트

라이언 컴프턴(Ryan Compton) 제작. 여러 흔한 지도 학습 알고리즘 포함. 로지스틱 회귀, 의사결정 나무, K 최근접 이웃, 나이브 베이즈, 서포트 벡터 머신 등 다양한 방법 논의.

6. 모바일 메시징에서 머신러닝 작동 원리

카후나(kahuna) 인포그래픽으로 기업들이 머신러닝 기술을 어떻게 활용해 더 나은 고객 경험을 제공하는지 보여줍니다.

5. 머신러닝: 방정식과 알고리즘

리코 뫼켈 박사(Dr. Rico Möckel) 제작. 다양한 방정식과 알고리즘을 설명과 함께 포함하는 심플한 머신러닝 치트시트.

4. 머신러닝 치트시트

머신러닝 지식을 빠르게 상기시키는 데 도움 될 광범위한 고전 방정식과 다이어그램을 포함한 상세 치트시트. 개발자뿐만 아니라 인공지능 관련 면접 준비에도 유용합니다.

3. 이모지로 보는 머신러닝

에밀리 배리(Emily Barry)가 머신러닝 알고리즘과 이모지 사랑을 섞었습니다. 그 결과, 읽기 재미있는 포괄적이고 눈길을 끄는 머신러닝 가이드가 탄생했습니다.

2. 머신러닝: 예측 분석을 위한 패턴

Dzone 제공 또 다른 유용한 머신러닝 치트시트. 예측 분석 다루고, 훈련 및 테스트 데이터 설정 설명, 머신러닝 모델 스니펫 제공.

1. 마이크로소프트 애저 머신러닝

참고 읽기: 마이크로소프트의 놀라운 연구 프로젝트 18가지

마이크로소프트 애저 머신러닝은 예측 분석 모델에 적합한 알고리즘 선택을 돕습니다. 애저 스튜디오는 회귀, 클러스터링, 분류, 이상 탐지 패밀리에서 다양한 알고리즘을 제공합니다. 각각 다른 유형의 머신러닝 문제를 해결하도록 개발되었습니다.