Machine Learning Basics
- 머신러닝 Framework #1 - 라온피플 blog
-
머신러닝 Framework #2 - 라온피플 blog
-
머신러닝 주요 줄기 - 라온피플 blog
- 세상에 있는 (거의) 모든 머신러닝 문제 공략법 - 최근우 blog
Boostrings
- Boosting - 라온피플 blog
Baggings
- Bagging - 라온피플 blog
Reductions
-
Dimension Reduction - SanghyukChun blog
-
차원의 문제 - 다크 프로그래머 blog
-
Neural PCA - Oja - 1982
-
[선형대수학 #6] 주성분분석(PCA)의 이해와 활용 - 다크 프로그래머 blog
Classifications
- Classification Introduction (Decision Tree, Naive Bayes, kNN) - SanghyukChun blog
Clusterings
Support Vector Machine; SVM
Books
- 머신러닝 인 액션 book:제이펍 - 출판사 공식 없음 활용
- 파이썬 라이브러리를 활용한 머신러닝 book:한빛미디어 활용 $\star\star$
- 기계학습 - 오일석 book:한빛미디어 이론 $\star\star\star\star$
- An Introduction to Statistical Learning with Applications in R - Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani Gareth James $\star\star\star$
- The Elements of Statistical Learning - Trevor Hastie, Robert Tibshirani, Jerome Friedman book:Stanford $\star\star\star\star$
- Understanding Machine Learning - Shai Shalev-Shwartz, Shai Ben-Devid book:Cambridge
- A Probabilistic Theory of Pattern Recognition - Luc Devroye book:Springer
- PRML: Pattern Recognition and Machine Learning - Christopher Bishop book:Springer $\star\star\star\star\star$
- 머신러닝에 필요한 풍부한 이론을 전개. 필독서로 최고의 난이도와 최고의 내용.
- BRML: Bayesian Reasoning and Machine Learning - David Barber book:Amazon
- Learning Bayesian Networks - Richard E. Neapolitan book:Amazon