코로나보드의 프론트엔드와 백엔드의 전체적인 아키텍처를 파악하고, 이러한 아키텍처로 설계된 이유를 알아봅니다.
Read More[골든래빗] 창립 2주년 기념 나눔 이벤트
[캐글 안내서] ❸캐글러들은 머신러닝 딥러닝 문제를 어떻게 풀까?
캐글의 여러 플레이그라운드 대회 중 자전거 대회 수요 예측 문제를 통해 머신러닝 딥러닝 문제해결 전략을 알아봅니다. 탐색적 데이터 분석으로 데이터를 분석하고 해결 전략을 수립하고, 성능을 개선하는 과정을 살펴봅니다.
Read More[캐글 안내서] ❷ 캐글, 이렇게 시작하세요
데이터 과학자를 위한 놀이터라고 불리는 캐글의 사용 설명서입니다. 캐글 가입부터 각 메뉴와 기능뿐 아니라 경진대회를 찾고 모델을 제출하고 평가받는 전 과정을 누구나 따라할 수 있게 쉽게 설명합니다.
Read More[캐글 안내서] ❶ 왜 캐글을 해야 할까?
“데이터 과학자를 위한 놀이터.”라고도 불리는 캐글. 캐글은 익히 알려져있듯 데이터 과학, 머신러닝 경진대회를 주관하는 온라인 커뮤니티입니다. 어떤 이유에서 수많은 데이터 과학자들이 왜 캐글을 추천할까? 캐글이란 무엇이고, 이를 통해 무엇을 얻을 수 있고, 취업에 어떤 도움이 될까요? 왜 캐글을 시작해야 하는지 그 이유를 소개합니다.
Read More머신러닝·딥러닝 문제해결의 키(key) – 탐색적 데이터 분석과 주요 데이터 시각화
머신러닝·딥러닝 문제해결의 시작은 무엇일까요? 바로 데이터의 이해입니다. 데이터를 어떻게 이해하느냐에 따라 모델링 전략이 달라지고 예측 성능에 결정적인 영향을 줍니다. ‘탐색적 데이터 분석’ 과정에서 수행하는 데이터 시각화는 데이터 속에 감춰진 특성을 드러내는 가장 효과적인 수단입니다. 이 글에서는 여러 시각화 기법을 알아보고 각각의 특성과 구현 방법을 알아봅니다.
Read More[마감] 《데싸노트의 머신러닝 TOP 10 알고리즘》 베타리더를 모집합니다
《데싸노트의 머신러닝 TOP 10 알고리즘》(가제)를 가장 먼저 만나고, 좋은 책이 완성될 수 있도록 의견을 주실 여러분의 참여를 기다립니다.
Read More[마감] 《머신러닝·딥러닝 문제해결 전략》 베타리더를 모집합니다
《머신러닝·딥러닝 문제해결 전략》(가제)는 입문하기에 적합한 대회를 선정하여, 우수한 노트북을 분석/리팩터링하여 상세히 설명합니다. 대회마다 문제 이해, 탐색적 데이터 분석, 베이스라인 모델링, 성능 향상 기법을 다루며, 필요한 기본 이론도 정리해줍니다. 《머신러닝·딥러닝 문제해결 전략》(가제)를 가장 먼저 만나고, 좋은 책이 완성될 수 있도록 의견을 주실 여러분의 참여를 기다립니다.
Read More