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 |
31 |
- 튜토리얼
- 나는리뷰어다
- Object Detection
- Python
- pytorch
- 추천시스템
- Recsys-KR
- MySQL
- 스택
- 협업필터링
- DilatedNet
- Segmentation
- Image Segmentation
- TEAM-EDA
- 알고리즘
- TEAM EDA
- hackerrank
- 엘리스
- 프로그래머스
- 입문
- 파이썬
- Semantic Segmentation
- 큐
- Machine Learning Advanced
- eda
- DFS
- 한빛미디어
- 3줄 논문
- 나는 리뷰어다
- 코딩테스트
- Today
- Total
목록전체 글 (287)
TEAM EDA
Author: Team-EDA 김현우,박주연,이주영,이지예,주진영,홍정아 NOTE : 아래의 자료는 Christian Thieli의 자료를 토대로 스터디원이 함께 배운 내용과 IDEA를 추가해서 만든 자료입니다. 첫번째 자료에서는 Vote가 가장높은 자료를 토대로 팀원들의 아이디어를 합쳐서 데이터 탐색을 진행하고, 두번째 자료에서는 다른사람들의 EDA자료를 통해서 아이디어를 더 발굴할 것 입니다. 마지막으로는 얻을 아이디어를 통해서 모델링을 하도록 하겠습니다. 1. 대회 소개 ( Introduction ) 2.데이터 설명 ( Data Description ) 3.패키지 설치 및 불러오기 ( Retrieving the Data ) 4.데이터 구조 확인 ( Data Structure ) 5.데이터 전처리 (..

Note: 이번 내용은 Jaeyoon Han님의 자료를 저희 스터디원이 진행 한 발표내용을 중심으로 추가적인 discussion을 정리했습니다. 의사결정나무의 개념과 추가적인 내용 및 파이썬 코드에 관한 부분은 아래의 링크를 참고하시기 바랍니다. 개인적으로 이해한 내용으로 작성한 자료니 틀린 부분이나 모르는 부분은 댓글로 남겨주시기 바랍니다!!! 의사결정나무는 마치 스무고개를 하듯이 Rules에 의해서 Predictors로 Target을 예측하는 모델입니다. 위의 내용에서 Play Golf라는 목적값을 예측하기 위해서 날씨(Outlook), Temp(온도) ,습도(Humidity), 바람(windy)의 4가지 요소를 나누는 것입니다. 오른쪽 그림에서 예를 들면 Outlook이 Sunny이고 Windy가 ..

Note: 이번 내용은 Jaeyoon Han님의 자료를 저희 스터디원이 진행 한 발표내용을 중심으로 추가적인 discussion을 정리했습니다.회귀분석의 개념과 추가적인 내용 및 파이썬 코드에 관한 부분은 아래의 링크를 참고하시기 바랍니다. 개인적으로 이해한 내용으로 작성한 자료니 틀린 부분이나 모르는 부분은 댓글로 남겨주시기 바랍니다!!! 링크 : http://blog.naver.com/choco_9966/221254266558 목차 1. 지도학습/비지도학습/강화학습의 개념 2. 선형회귀법(Linear Regression) 3. 선형회귀법 실습 with R 1. 지도학습/비지도학습/강화학습의 개념 지도학습 (Supervised Learning) 목적값을 알고있는 data를 가지고 기계학습 알고리즘을 진..

기간 : 2018.03 ~ 2018.06 멤버 : 김현우, 류지승 결과 : 406/3946(11%) 중간발표 : 데이터 탐색 최종발표 : 변수생성부터 모델링 분석 내용 : - 중간발표 : 데이터 탐색 - 최종발표 : 피쳐엔지니어링 ~ 모델링

0. 들어가며 위 대회는 데이콘에서 열린 4차 대회입니다. 직방에서 주어진 아파트 실거래가를 바탕으로 rmse를 최소화하는게 목표입니다. 대회 참여 기간은 2018.11.12 ~ 2019.1.31 입니다. 저희팀은 public score 3등 / private score 1등으로 우승을 했습니다. 분석의 내용은 데이터 탐색 / 모델링 두가지 부분으로 나뉘게 되며 모델링은 이어지는 글에 작성하겠습니다. 1. 서론 통계청 2015년 자료에 의하면 일반적인 한국인의 절반(48.1%)은 아파트에 살고 있습니다. 그들은 아파트 주거 선호도가 매우 높고 또한 부의 증식 수단으로 아파트 가격에 관심이 많습니다. 이번 대회의 이번 대회의 데이터 제공자는 직방입니다. 직방은 부동산 정보의 비대칭성과 불투명성을 해소하기 ..