1. Linear Regression x 값이 증가할 때, y값도 증가하는 알고리즘 ex) 키와 몸무게 2. Logistic Regression binary classfication을 예측하는 알고리즘(0인지 1인지를 예측) x가 감소할수록 0에 한없이 가까워 지고 증가할수록 1에 한없이 가까워 짐 딥러닝의 Activation(활성화 함수) 중 시그로이드 함수로 사용됨 3. Decision Tree 스무고개 같은 느낌 활용 범주가 넓음 4. Random Forest 트리가 엄청 많은 것으로, Decision Tree의 단점(Overfitting)을 보완할 수 있음 비교적 좋은 예측 능력을 가지고 있음 앙상블 모델의 베이스 5. Kmeans Clustering Unsupervised Learning Seg..