다시 살펴보는 딥러닝 주요 개념 1편 – 인공 신경망

경진대회를 푸는 데 필요한 주요 딥러닝 개념들을 요약·정리했습니다. 문제를 풀다가 언뜻 떠오르지 않는 개념이 있을 때 참고해주세요. 총 3편으로 준비했습니다.

[실전 머신러닝] 결정 트리:연봉 예측하기 ❷

트리 모델 계열의 근간인 결정 트리를 학습시켜 연봉을 예측합니다. 모델링에서 발생하는 중요한 이슈인 오버피팅 개념과 해결 방법을 알아봅니다.

머신러닝·딥러닝 캐글 생활백서 – 피처 요약표, 데이터 다운캐스팅, 디버깅 팁, 모델 저장 및 불러오기

캐글 도전을 위한 4가지 팁을 소개하는 ‘캐글 생활백서’입니다. 피처 요약표, 데이터 다운캐스팅, 디버깅 팁, 모델 저장 및 불러오기를 정리했습니다.

[실전 머신러닝] 결정 트리:연봉 예측하기 ❶

트리 모델 계열의 근간인 결정 트리를 학습시켜 연봉을 예측합니다. 모델링에서 발생하는 중요한 이슈인 오버피팅 개념과 해결 방법을 알아봅니다.

[머신러닝 경진대회] 향후 판매량 예측 ❸ – 성능 개선

과거 판매 데이터를 기반으로 향후 판매량을 예측하는 경진대회를 공략합니다. 탐색적 데이터 분석은 간단하게만 다룹니다. 대신 많은 시간을 피처 엔지니어링에 할애해서 성능 향상을 위한 파생 피처를 만들어봅니다. 이 과정에서 다양한 피처 엔지니어링 기법을 배울 수 있습니다.

[환경 설치] Must Have 《텐초의 파이토치 딥러닝 특강》

이 문서는 Must Have 《텐초의 파이토치 딥러닝 특강》 의 0장. 환경 설정입니다. 학습 목표… Read More

[환경 설치] Must Have 《데싸노트의 실전에서 통하는 머신러닝》

이 문서는 Must Have 《데싸노트의 실전에서 통하는 머신러닝》 의 0장. 환경 설정입니다. 학습 목표… Read More

[머신러닝 경진대회] 향후 판매량 예측 ❷ – 베이스라인 모델

과거 판매 데이터를 기반으로 향후 판매량을 예측하는 경진대회를 공략합니다. 탐색적 데이터 분석은 간단하게만 다룹니다. 대신 많은 시간을 피처 엔지니어링에 할애해서 성능 향상을 위한 파생 피처를 만들어봅니다. 이 과정에서 다양한 피처 엔지니어링 기법을 배울 수 있습니다.

[머신러닝 경진대회] 향후 판매량 예측 ❶ – 경진대회 이해와 탐색적 데이터 분석

과거 판매 데이터를 기반으로 향후 판매량을 예측하는 경진대회를 공략합니다. 탐색적 데이터 분석은 간단하게만 다룹니다. 대신 많은 시간을 피처 엔지니어링에 할애해서 성능 향상을 위한 파생 피처를 만들어봅니다. 이 과정에서 다양한 피처 엔지니어링 기법을 배울 수 있습니다.

다시 살펴보는 머신러닝 주요 개념 4편 – 하이퍼파라미터 최적화

경진대회를 푸는 데 필요한 주요 머신러닝 개념들을 요약·정리했습니다. 문제를 풀다가 언뜻 떠오르지 않는 개념이 있을 때 참고해주세요. 총 4편으로 준비했습니다.