일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 |
- 입문
- Recsys-KR
- 프로그래머스
- 큐
- Semantic Segmentation
- 파이썬
- 나는 리뷰어다
- Python
- MySQL
- 코딩테스트
- 엘리스
- TEAM-EDA
- 협업필터링
- eda
- 튜토리얼
- DilatedNet
- Segmentation
- TEAM EDA
- 스택
- DFS
- 추천시스템
- 알고리즘
- Object Detection
- 한빛미디어
- pytorch
- 3줄 논문
- hackerrank
- Machine Learning Advanced
- Image Segmentation
- 나는리뷰어다
- Today
- Total
목록전체 글 (287)
TEAM EDA

이번 자료의 분석 내용은 다음의 링크에 정리해두었습니다. 내용 및 코드 https://dacon.io/poll5/56871 [대회] 5회 신용카드 거래 데이터 시각화 대회 dacon.io (코드는 데이콘에 로그인을 해야 보입니다. ) 순위 1등
기간 : 2019.07.17 ~ 2019.09.10 주제 : 게임 활동 데이터를 활용하여 “게임유저 잔존가치를 고려한 고객 이탈 예측 모형” 개발 엔씨소프트에서 제공하는 ‘리니지’ 고객 활동 데이터를 활용하여 향후 고객 이탈 방지를 위한 프로모션 수행 시 예상되는 잔존가치를 산정하는 예측 모형 개발 0. 주최측 문제 설명 1. 데이터 탐색 [빅콘테스트2019] 데이터 탐색 2. 모델링 [빅콘테스트2019] 모델링 3. 후기 [빅콘테스트2019] 후기

브런치 사용자를 위한 글 추천 대회 brunch 데이터를 활용해 사용자의 취향에 맞는 글을 예측하는 대회 아래의 분석자료는 제가 대회를 진행하면서 어떤 순서대로 분석을 진행하고, 어떤 고민을 했는지 정리해놓은 분석자료입니다. 한달이라는 대회 진행과정의 모든것을 적으려고 노력했기에 카카오측에서 제공한 분석자료의 내용도 들어가 있고, 다른 참고자료의 내용들도 많이 들어있습니다. 분석의 진행 과정은 아래와 같습니다. 기존에 카카오측에서 제공한 분석자료 읽으면서 자신만의 관점으로 해석하기. 추천시스템과 관련된 참고자료를 정리. 도메인 분석. 1, 2를 바탕으로 EDA와 베이스라인 잡기. 모델 개선. 0. Overview 먼저 대회를 진행하기에 앞서서 Overview부분을 꼼꼼하게 읽으면서 주최측의 목적, 주의해..
기간 : 2018.07.01 ~ 2018.07.29 멤버 : 김현우, 박주연, 이주영 데이터 : Favorita Grocery Sales ( https://www.kaggle.com/c/favorita-grocery-sales-forecasting ) 주제 : 전통적인 수요 예측 모델과 최신 모델 사이의 성능비교 결과 : 예선 탈락 분석자료 : https://eda-ai-lab.tistory.com/158?category=725446 피드백(비공개) : https://eda-ai-lab.tistory.com/159?category=725446