[캐글 첫걸음] Must Have 《머신러닝·딥러닝 문제해결 전략》(세종도서 선정작)

이 문서는 Must Have 《머신러닝·딥러닝 문제해결 전략》(세종도서 선정작) 의 2장. '캐글 정복 첫걸음'입니다. 학습… 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.

다시 살펴보는 머신러닝 주요 개념 3편 – 주요 머신러닝 모델

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

[파이토치 딥러닝] GAN으로 사람 얼굴 만들기

그림이나 음악을 입력으로 주고 새로운 결과물을 출력하는 모델을 생성 모델이라고 부르는데, 가장 기본은 적대적 생성 신경망(GAN)입니다. 이번에는 사람 얼굴을 생성하는 GAN을 만들겠습니다.

다시 살펴보는 머신러닝 주요 개념 2편 – 데이터 인코딩, 피처 스케일링, 교차 검증

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

[파이토치 딥러닝] LSTM을 학습해 글쓰는 인공지능 만들기

모델이 예측한 값을 다시 모델의 입력으로 넣어주는 기법을 이용하면, 몇 가지 단어만 주어져도 문장을 적는 인공지능을 구현할 수 있습니다. 이번 글에서는 RNN의 발전 형태인 LSTM을 학습하여 문장을 쓰는 인공지능을 만들겠습니다.

다시 살펴보는 머신러닝 주요 개념 1편 – 분류와 회귀/분류 평가지표

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

[골든래빗] 창립 3주년 기념 나눔 이벤트

LIVE 3주년 감사 이벤트 골든래빗 도서를 SNS에 공유하고 아아를 받아가세요. (참여하시면 무조건 받으시라고 300분에게 쏩니다)… Read More