
8
장
마무리
465
른 상황이라면 확률 모델링과 추론에 더 관심이 있을 때입니다. 이런 경우에는
statsmodels
를
고려해볼 수 있습니다.
3
이 패키지는 조금 더 확률적 입장에서 인터페이스를 구축한 여러 선형
모델을 제공합니다. 파이썬을 배우기 전이라면 데이터 과학자의 또 다른 공용어인
R
을 고려해
볼 수 있습니다.
4
R
은 통계 분석을 위해 특별히 설계된 언어이고 훌륭한 시각화 기능과 (대부
분 매우 전문적인 ) 많은 통계 모델 패키지를 활용할 수 있는 것으로 유명합니다.
머신러닝에서 유명한 또 다른 패키지로 명령어 인터페이스를 제공하고
C
++로 작성된
vowpal
wabbit
5
이 있습니다 (간단하게
vw
라고 합니다 ).
vw
는 특히 대량의 데이터셋과 스
트리밍 데이터에 유용합니다. 이 글을 쓰는 시점에서 클러스터에 머신러닝 알고리즘을 분산해
서 실행하는 기능으로 가장 인기 있는 프레임워크로, 스파크
Spark
분산 컴퓨터 환경에서 구축된
스칼라 라이브러리인
MLlib
도 있습니다.
8.5.3
랭킹, 추천 시스템과 그 외 다른 알고리즘
이 책이 입문서이기 때문에 지도 학습인 분류와 회귀, 비지도 학습인 군집과 성분 분해 등 가
장 일반적인 머신러닝 작업에 집중했습니다. 이 외에도 다양한 머신러닝 기술이 많은 애플리케
이션에서 사용됩니다. 이 책에서 다루지 않았지만 ...