Kaggle마스터가 되기 위한 몸부림/가짜연구소 - Kaggle 마스터가 되기 위한 몸부림!4 [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. [시작하며] 01. Kaggle Master가 되기 위한 몸부림(feat. 가짜 연구소(Pseudo Lab) 안녕하세요 Steve-Lee입니다. 2021년 새해 첫 포스팅입니다. 새해 복 많이 받으세요🙏 이번 포스팅은 'Kaggle Master가 되기 위한 몸부림'의 시작글입니다. 지난 2년간 데이터 사이언티스트(Data Scientist)가 되고 싶다는 일념으로 빅데이터 연합 동아리 활동 및 대학원에서 연구를 수행했습니다. 하지만 시간이 지나고 보니 '지식'은 어느 정도 쌓였지만 '실력(Skill)'이 쌓였는가에 대한 의문이 들더군요. 또한 취업시장에 뛰어들자 하니 제 실력을 객관적으로 증명할 수 있는 증표가 부족하다는 생각을 하게 되었습니다. 이러한 생각에 Kaggle을 다시 공부하기로 마음먹었고 혼자서는 끝까지 지속하기가 어렵기에 함께 공부하는 스터디원들을 찾아 나섰습니다. 그렇게 가짜연구소(Pseudo .. 2021. 2. 1. 이전 1 다음
