TEAM EDA - mysetting

4:34 5/30

eda-ai-lab.tistory.com

mobile screenshot relative

4:34

eda-ai-lab.tistory.com

mobile screenshot

TEAM EDA
https://eda-ai-lab.tistory.com/

데이터분석을 공부하는 블로그입니다.

저작도구: tistory

최종 피드 수집: 2024-11-13 07:46

전체 (70)

1y

[Machine Learning Advanced] 8강. 머신러닝 강의 - 실전사례1. Recsys2023

올해 Recsys 2023 Challenge에 나가서 직장인 리더보드 순위 9등, 발표 당시 추정 5등을 달성했습니다. 관련한 발표 자료 공유드립니다.

Machine Learning Advanced

001

1y

[Machine Learning Advanced] 8강. 머신러닝 강의 - 캐글에서 활용되는 알아두면 좋은 팁 (Tips)

이번 글에서는 캐글에서 활용되는 알아두면 좋은 몇가지 팁들에 대해 알아보도록 하겠습니다. 먼저, 베이스라인을 만든 이후에 고려하면 좋을 사항들에 대해서 살펴본 이후 마지막 성능을 쥐어짤 테크닉들을 몇개 살펴보겠습니다.

실험을

Machine Learning Advanced

003

1y

[Machine Learning Advanced] 2강. 머신러닝 강의 - 데이터 전처리 (연속형 변수)

연속형 변수를 전처리해야하는 이유는 무엇이 있을까요?

첫째, 일부 머신러닝 알고리즘은 입력 변수의 스케일에 따라 영향을 받아 학습이 불안정할 수 있습니다.
예를들어, 최근접이웃모델(KNN)의 경우 스케일의 전 후에 따라서 모

Machine Learning Advanced

0010

1y

[Machine Learning Advanced] 5강. 머신러닝 강의 - 기본 ML 모델 (KNN)

이번 강의에서는 머신러닝 모델 중에서 Non-Linear 모델 중 두번째인 KNN(K-Nearest Neighborhood) 방법에 대해 알아보도록 하겠습니다.

KNN 모델이란 무엇이고 왜 알아야 하는 것일까요?
KNN (

Machine Learning Advanced

000

1y

[Machine Learning Advanced] 3강. 머신러닝 강의 - 파생 변수 만들기

이번 강의에서는 파생 변수를 만드는 방법(Feature Engineering)에 대해 알아보겠습니다. 파생 변수를 만드는 것은 ML의 성능을 좌지우지하는 가장 중요한 부분 중 하나입니다. 대회에서 많은 사람들이 시간을 투자하는 부

Machine Learning Advanced

000

1y

[Machine Learning Advanced] 5강. 머신러닝 강의 - 기본 ML 모델 (의사결정 나무)

이번 강의에서는 머신러닝 모델 중에서 Non-Linear 모델 중 첫번째인 의사 결정 나무(Decision Tree)에 대해 살펴보도록 하겠습니다.
Tree 모델이란 무엇이고 왜 알아야 하는 것일까요?
트리 구조의 모델은 스무

Machine Learning Advanced

000

1y

[Machine Learning Advanced] 5강. 머신러닝 강의 - 기본 ML 모델 (선형 모델)

이번 강의에서는 머신러닝 모델 중에서도 특히, 선형 모델인 선형 회귀 (Linear Regression)에 대해 살펴보도록 하겠습니다. 선형 회귀가 어떤 것인지 개념에 대해 살펴본 후, 해당 모델의 장점, 주의해야할 점, 단점에

Machine Learning Advanced

000

1y

[Machine Learning Advanced] 5강. 머신러닝 강의 - 기본 ML 모델 (개요)

이번 강의서부터는 본격적으로 모델들에 대해 알아보겠습니다. 머신러닝 모델 프로세스에서 이제까지 배운 것들을 상기해보면, 저희는 데이터가 있다고 가정했을때 전처리를 진행했습니다. 해당 과정에서 결측치, 이상치에 대해 처리를 했고 연

Machine Learning Advanced

000

1y

[Machine Learning Advanced] 7강. 머신러닝 강의 - 데이터 셋 분할

이번 강의에서는 학습 된 모델을 평가하는 과정에 대해 알아보겠습니다. 주어진 데이터를 학습 및 검증, 평가 셋으로 나누는 방법론에 대해 배우고 장단점과 언제 어떤 방법을 선택할지에 대해 살펴봅니다. 평가함수에 대해 모델의 성능을

Machine Learning Advanced

000

1y

[Machine Learning Advanced] 6강. 머신러닝 강의 - 변수 선택

이번 강의에서는 변수의 선택 (Feature Selection)에 대해 알아보겠습니다. 변수의 선택은 파생 변수가 만들어진 이후에 진행되기도 하고, 모델의 학습이 끝난 이후에 진행되기도 합니다. 어떤 방법, 모델, 목적에 따라 다

Machine Learning Advanced

000

1y

[Machine Learning Advanced] 2강. 머신러닝 강의 - 데이터 전처리 (변수의 인코딩, 임베딩 방법)

이전의 강의까지 해서 변수란 무엇인지, 변수에 결측치나 이상치가 있는 경우 어떻게 처리하는지, 연속형 변수의 값을 어떻게 변환하는지에 대해 살펴봤습니다. 이번 강의에서는 범주형 변수와 그 외 변수의 인코딩, 임베딩 방법에 대해 알

Machine Learning Advanced

005

1y

[Machine Learning Advanced] 2강. 머신러닝 강의 - 데이터 전처리 (이상치)

이전 강의인 [Machine Learning Advanced] 2강. 머신러닝 강의 - 데이터 전처리 (결측치)에 이어서 이상치에 대해서 살펴보도록 하겠습니다.

이상치란 무엇이며 왜 처리해야하는 것일까요?
이상치(outli

Machine Learning Advanced

000

1y

[Machine Learning Advanced] 2강. 머신러닝 강의 - 데이터 전처리 (결측치)

이전 강의인 [Machine Learning Advanced] 1강. 머신러닝 강의 - 데이터에서는 머신러닝의 전체 프로세스를 살펴보면서 어떤 과정을 통해서 머신러닝을 적용하는지, 프로세스의 어떤 부분들을 강의에서 다루게 될지에

Machine Learning Advanced

002

1y

[Machine Learning Advanced] 1강. 머신러닝 강의 - 데이터

이전 강의인 [Machine Learning Advanced] 1강. 머신러닝 강의 - 머신러닝 프로세스에서는 머신러닝의 전체 프로세스를 살펴보면서 어떤 과정을 통해서 머신러닝을 적용하는지, 프로세스의 어떤 부분들을 강의에서 다루

Machine Learning Advanced

000

1y

[Machine Learning Advanced] 1강. 머신러닝 강좌 - 머신러닝 프로세스

이전 강의인 [Machine Learning Advanced] 1강. 머신러닝 강좌 - 강의 개요에서는 머신러닝이란 무엇이고, 왜 머신러닝을 배워야하는지에 대해 살펴봤습니다. 이번 강의에서는 머신러닝의 전체 프로세스를 살펴보면서

Machine Learning Advanced

000

1y

[Machine Learning Advanced] 1강. 머신러닝 강좌 - 강의 개요

Machine Learning은 기계 학습이라고도 불리며, 컴퓨터에게 데이터를 제공하여 스스로 데이터의 패턴을 학습하고 결정을 내릴 수 있도록 만드는 것입니다.

그러면 우리는 왜 Machine Learning을 알아야 할까요

Machine Learning Advanced

1강

000

1y

[책 출판] 캐글 메달리스트가 알려주는 캐글 노하우

안녕하세요. 오랜만에 글로 찾아뵙게 되네요. 이번에 캐글 메달리스트가 알려주는 캐글 노하우라는 책을 출판하게 되었습니다.

총 8명의 저자가 각자의 파트를 맡아서 하나의 책으로 엮는 행태였는데 저는 IEEE-CIS Fraud

UpstageAI (2022.01.01 ~ )

캐글 메달리스트가 알려주는 캐글 노하우

002

1y

[추천시스템] 후처리의 모든 것 (서빙전 필터링)

이번 글에서는 추천 모델을 생성한 후에 적용하는 후처리에 대해서 알아보겠습니다. 요새 개인적으로 많이 고민하는 주제인데, 후처리는 추천 모델이 제공한 추천 결과를 보완하여 사용자에게 더욱 적합한 추천을 제공하는 과정입니다. 예를

UpstageAI (2022.01.01 ~ )

Item Shuffling

RecSys

+ 더보기

000

1y

업스테이지 입사 6개월 후기

지난 글에서 공유했던 것처럼 카이스트 대학원을 졸업하고 22년도 10월에 업스테이지 정규직에 합격했습니다. 업스테이지는 인공지능(AI)을 기반으로 하는 스타트업으로 OCR과 추천 AI Pack을 만들어서 기업에 제공하는 회사입니다

UpstageAI (2022.01.01 ~ )

6개월

소감

+ 더보기

000

1y

2022년 취업 뽀개기 하반기 결과

2020년도에 "2020년 취업뽀개기 상반기 결과"라는 주제로 글을 올렸고, 여러 대회경험에도 불구하고 대부분 서류탈락을 해서 좌절도 컸고 많은 응원 댓글도 받았습니다. 다행히 카이스트 대학원에 입학해서 2년이라는 시간을 보냈습니

리뷰

Challenges

UpstageAI

+ 더보기

000