[코딩 테스트 합격자 되기] 그래프 최단 경로 구하기 ❶ – 다익스트라 알고리즘

최단 경로를 구하는 대표적인 알고리즘인 다익스트라 알고리즘, 벨만-포드 알고리즘을 차례로 알아보겠습니다.

[실전 머신러닝] 결정 트리:연봉 예측하기 ❸

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

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.