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.

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

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

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

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

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.

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.

“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.