머신러닝, 통계학 기타 여러가지 이론적 기반을 주피터 노트북으로 도식화 하여 정리한다.

scikit-learn, matplotlib, seaborn 등을 이용한 헬퍼 라이브러리를 kaon-learn이라는 이름으로 별도로 구현하여 활용하며, 헬퍼에는 decision boundaries를 function으로 처리하여 도식화 하는 등의 기능이 포함되어 있다.

• 뉴스 분류
  • 나이브 베이즈 비교
  • 다항 분포 나이브 베이즈
• 타이타닉 디시젼 트리
• 로지스틱 회귀
• 차원 축소
• 데이타 표현
• 모델 평가
• 알고리즘 체인과 파이프라인

• 서포트 벡터 머신 분류
• 서포트 벡터 머신과 신경망 비교

• 퍼셉트론과 신경망
• 단어의 벡터 표현
• 게시판 감정 분석
• IMDB BLSTM 감정 분석

• 깁스 샘플링
• 정규 분포

• <Introduction to Machine Learning with Python>, Andreas C. Muller