문의 드리겠습니다.

안녕하세요 선생님 

현재 회사에서

CLASS 가 500 개 되는 것을 다양한 속성 FEATURE 를 통해서 Softmax 를 통해 다중 분류(Multi-classification) 하는 프로그램을 개발하려고 하는데요

결론적으로 다양한 독립변수 INPUT (정형데이터) 값들이 DB 로 있고 ,  정해진 500개의 TYPE 중에  어떤 TYPE 인지 분류

하는 모델로 개발하고싶습니다. . . RULE-BASED 로 개발 진행하다가..  머신러닝/딥러닝도 가능할꺼같아서요.. 

이럴 경우에, 딥러닝 , 머신러닝 어떤 학문을 깊게 공부하면 좋을까요?  

물론 둘다 공부를 하긴 할꺼지만요 ..  시간이 촉박해서요..  딥러닝 수강을 해놨지만.. 결국 이미지나 일반 텍스트가 아닌 

정형 데이터를 보고 Class 를 분류하는 거면.. 머신러닝이 될꺼같은데 맞나요?

또  500개의 클래스를 10개정도의 속성으로 분류하는 모델을 만들면 .. DB 가 충분할 경우 머신러닝으로 실제로 분류가 가능할지..  궁금합니다.. 

NUMPY,PANDAS 및 SKLEARN 에 기본 회귀,분류 모델은 전에 몇번 돌릴 정도 실력이지만 

(유튜브에서 이런저런 영상을 보며  분류, 회귀 기본 모델은 DATASETS 을 LOAD 하여 코랩으로 돌려봤습니다..) 

아직 머신러닝에 대해 깊이 배우진 않아서요 ..  

바쁘시더라도 답변 부탁드립니다. 

만약 딥러닝 보단 머신러닝을 깊게 배워야 한다면 선생님의 머신러닝 강의부터 다시 들어볼 계획이라서요 ㅎ