Kaggle마스터가 되기 위한 몸부림8 [가짜연구소 2기 후기] 밑바닥부터 Kaggle 파헤치기 밑바닥부터 Kaggle 파헤치기 (feat.Kaggle에 대한 완벽한 계획은 있었다) Everybody has a plan. 누구에게나 완벽한 계획은 있다. 얼굴을 한 대 맞기 전까진. 1. 완벽했던 계획 - from. 21.02.16 Plan A 😎 : Recommend Notebook → Write Notebook → Join the Competition! become a Kaggle Master Plan B 🙄 : Notebook transcription → Starter Course → Intermediate ML → Recommend Notebook Breaking the Kaggle step by step Plan C 😁 : Refference → Write Notebook Get more m.. 2021. 3. 30. [Model Evaluation] 분류 모델 평가 방법에 대해 알아보자 (Accuracy, precision, RecallROC, F1Score, AUC-ROC curve, logistic loss) 본 포스팅은 Ouassim Adnane의 Kaggle Notebook 'Machine Learning Model Evaluation Metrics'를 기반으로 작성되었습니다. 단순히 이론은 학습하는 것이 아닌 실습을 통해 모델을 평가하는 연습을 충분히 갖는 시간이 되었으면 합니다. 안녕하세요 Steve-Lee입니다. 이번 시간에는 '머신러닝 모델 평가 및 해석 방법'에 대한 첫 번째 시간으로 분류 모델(Classification Model)에 대한 평가 방법을 알아보도록 하겠습니다. 분류 모델 평가 실습은 Kaggle Notebook를 통해서 가능합니다. 그럼 시작하겠습니다. 본 포스팅에 대한 튜토리얼은 아래의 링크에서 진행하실 수 있습니다 [Model Evaluation] 1. Classificatio.. 2021. 2. 25. [Model Evaluation] 머신러닝 모델 평가 및 해석방법 (feat. Imbalanced Data는 어떻게 평가할 수 있을까?) Overview 모델 평가 및 해석 (Model Evaluation & Interpretation) 안녕하세요 Steve-Lee입니다. 오랜만에 인사드립니다. 데이터 분석, 데이터 과학, 머신러닝, 딥러닝을 공부한 이례로 수많은 모델을 직접 만들어보고 모델의 성능을 평가해봤습니다. 하지만 정작 제가 한 모델의 성능이 어떤 성능을 가지고 있는지, 얼마만큼 유용한지에 대한 고민이 적었던 것 같습니다. 특히 어떤 한계점이 있는지, 어떻게 개선해야 할지 등을 깊게 고민해본 적이 없는 것 같다는 생각을 하게 되었습니다. 그래서 오늘 '머신러닝 모델 평가 및 해석 방법'에 대해 고민해보고 자세히 하나씩 알아보려고 합니다. Kaggle을 막 시작한 Beginner로써 그리고 앞으로 데이터 과학자이자 분석가로 활동할 .. 2021. 2. 25. [협업을 위한 git & GitHub] 2. 다른 사람의 원격 저장소로부터 협업하는 방법(Fork, clone, upstream, Pull Request, Merge & Pull) 안녕하세요 Steve-Lee입니다. 오늘은 '협업을 위한 git & GitHub' 두 번째 시간으로 다른 사람의 원격 저장소(Remote Repository)를 가져와 협업하는 방법에 대해 다뤄보도록 하겠습니다. (내용이 조금 많을 수 있습니다 ^^) 그럼 시작하겠습니다! 제 블로그의 글이 도움이 되셨다면 좋아요와 댓글 부탁드리겠습니다.글을 지속적으로 작성하는데 많은 동기부여가 됩니다. 감사합니다. 오늘도 편안한 하루 보내세요!🙏 [협업을 위한 git & GitHub] 1. 직관적으로 이해하는 git & GitHub 본 정리노트는 투빅스 10기 정윤호의 Git강의와 강의자료를 바탕으로 작성되었습니다. 안녕하세요 Steve-Lee입니다. 오늘은 '협업을 위한 git & GitHub' 첫 번째 시간으로 gi.. 2021. 2. 2. [scikit-learn] transform()과 fit_transform()의 차이는 무엇일까? 왜 scikit-learn에서 모델을 학습할 때, train dataset에서만 .fit_transform()메서드를 사용하는 건가요? TL;DR 안녕하세요 steve-lee입니다. 실용 머신러닝 A to Z 첫번 째 시간은 scikit-learn에서 자주 사용하는 transform(), fit_transform() 메서드와 관련된 질문에 대한 답을 찾아가는 시간입니다. 시작하며 오늘의 주제는 scikit-learn의 transfrom() 메서드와 fit_transform() 메서드의 차이를 알아보는 것입니다 우리는 Machine Learning 프로젝트 또는 Kaggle 등을 할 때, 머신러닝을 위한 파이썬 프로그래밍 라이브러리로 scikit-learn을 많이 사용합니다 scikit-learn을 사용하.. 2021. 2. 1. [소개합니다] 실용 머신러닝 A to Z 실용 머신러닝 A to Z에서는 머신러닝/딥러닝을 활용한 개발/분석/모델링 등 머신러닝과 관련된 과정에 자주 등장하는 물음들을 답해보려고 합니다. 최근에는 머신러닝 스킬업을 위해 Kaggle을 주로 공부하고 있으므로 시작은 Machine Learning 학습 관련 내용들이 될 것 같네요 감사합니다 제 블로그의 글이 도움이 되셨다면 좋아요와 댓글 부탁드리겠습니다. 글을 지속적으로 작성하는데 많은 동기부여가 됩니다. 감사합니다. 오늘도 편안한 하루 보내세요!🙏 2021. 2. 1. 이전 1 2 다음
