Stats 202: Data Mining and Analysis

1 목차

• 지도학습, 비지도학습
• 분류
• 주성분분석
• PCA
• 클러스터링
• 선형회귀
• 분류: 로지스틱 회귀
• 분류: LDA, QDA
• 분류 예시
• 교차 검증
• 부트스트랩
• 모델 선택
• 모델 선택 및 정규화
• 차원 축소
• 고차원·비선형 회귀, 스플라인
• 스무딩 스플라인, GAMs, 로컬 회귀
• 문서 분석
• 결정 트리
• 분류 트리, 배깅, 랜덤 포레스트
• 부스팅
• 서포트 벡터 분류기
• 서포트 벡터 머신
• 비선형 차원 축소
• 결측치
• 관계형 데이터

2 참고

• http://web.stanford.edu/class/stats202/