<div id="readability-page-1" class="page"><div id="wrap">
                            <article id="post-Python-DS-101-kierlecture2" itemscope="" itemprop="blogPost">
    <div>
        
            <header>
                
    
        <h2 itemprop="name">
        머신 러닝 파이프라인
        </h2>
    

            </header>
        
        
            
        
        
        <div itemprop="articleBody">
            

            

            

            <ul>
<li><b>한국에너지기술연구원 AI 학습조직</b>에서는 2022년 한 해동안 머신러닝을 공부하고 있습니다.<ul>
<li>scikit-learn 기능 중 데이터 전처리와 머신 러닝을 안정적으로 수행할 수 있는 파이프라인을 소개합니다.</li>
<li>one-hot encoding과 standard scaling도 그냥 하면 안 됩니다. </li>
<li>train set으로 학습해서 test set에 적용해야 합니다.</li>
<li>feature importance는 permutation importance로 확인합시다.</li>
<li><a href="220524_%EC%9D%B4%EC%A0%9C%ED%98%84_KIERML_2201_pipeline.pdf">강의 자료는 여기에서 다운받으실 수 있습니다</a></li>
</ul>
</li>
</ul>
<ul>
<li><p>발표 영상 : (<a target="_blank" rel="noopener" href="https://youtu.be/xcSaOtM2PeY">Youtube Link</a>)<br></p>
</li>
<li><p>실습 코드 : (<a target="_blank" rel="noopener" href="https://bit.ly/3MOtZr6">https://bit.ly/3MOtZr6</a>)<br></p>
</li>
</ul>
<p><iframe src="https://www.youtube.com/embed/xcSaOtM2PeY" frameborder="0" loading="lazy" allowfullscreen=""></iframe></p> 

<p>
* 바쁜 연구원 일정 속에 변동이 있겠지만, 최대한 일정을 지켜보고자 합니다.

</p><p><img src="https://jehyunlee.github.io/2022/05/24/Python-DS-101-kierlecture2/thumbnail_012.PNG" alt="학습조직 일정"></p>

        </div>
		
        
    </div>
    

</article>



                        </div></div>

Pega Devlog

Pega

한국에너지기술연구원 AI 학습조직에서는 2022년 한 해동안 머신러닝을 공부하고 있습니다.
scikit-learn 기능 중 데이터 전처리와 머신 러닝을 안정적으로 수행할 수 있는 파이프라인을 소개합니다.
one-hot encoding과 standard scaling도 그냥 하면 안 됩니다. 
train set으로 학습해서 test set에 적용해야 합니다.
feature importance는 permutation importance로 확인합시다.
강의 자료는 여기에서 다운받으실 수 있습니다
발표 영상 : (Youtube Link)
실습 코드 : (https://bit.ly/3MOtZr6)
 * 바쁜 연구원 일정 속에 변동이 있겠지만, 최대한 일정을 지켜보고자 합니다.

머신 러닝 파이프라인

댓글