TEAM EDA

4. What is the Kakao Team Baseline ? 먼저, 우리팀의 베이스라인을 만들기 전에 주최측에서 만든 베이스라인을 확인하도록 하겠습니다. 주최측 베이스라인 링크 README.md의 파일 내용을 읽어보면, 추천방식은 Rule-based기반의 2월1일부터 3월1일까지 가장 인기가 좋았던 글 100건을 추천하는 방식이고 과정은 아래와 같습니다. 학습데이터와 개발데이터를 나눔. 개발데이터에서 평가할 사용자 리스트를 추출. 학습데이터로 만든 모델을 통해서 2에서 뽑은 사용자의 평가점수를 매김. 모든데이터를 학습데이터로 사용해서 3000명의 제출 모델을 만듬. 결론적으로, 제출물의 경우 아래와 같이 모든 유저 3000명이 똑같은 추천 결과물을 가지게 됩니다. -#user_1 @bakchacru..

이 글은 브런치 사용자를 위한 글 추천 대회 - 데이터 탐색(1)에서 이어지는 내용입니다. 이전의 내용이 카카오팀에서 진행하는 분석을 해석한 내용이라면 아래는 브런치와 유튜브를 탐색하면서 어떤식으로 추천시스템을 구성하는지 파악해본 자료입니다. 3) 브런치를 들어가보면서 얻은 아이디어 정리 로그인 하지 않았을 때의 화면 (컴퓨터) 평소에 브런치를 로그인해서 하지 않아서인지 로그인하고 들어가봐도 별로 달라진 것은 없었지만, 시간이 날때 폰과 컴퓨터를 통해서 브런치에서 어떤식으로 추천되는지 살펴봤습니다. 브런치 메인홈에서는 위의 4가지 사진에서 확인할 수 있는 것처럼 왼쪽 메뉴 : 브런치 홈, 브런치 나우, 브런치 책방으로 이루어져 있습니다. 홈에서는 위에서 볼 수 있는 사진이고 나우과 책방의 경우 각각 아래..

기간 : 2019년 5월 8일 ~ 2019년 7월 8일 주제 : KCB 데이터를 통한 금융스타일 시각화 경진대회 멤버 : 김현우, 최승훈 결과 : 1차합격 / 최종탈락 분석 내용 피드백(비공개) : https://eda-ai-lab.tistory.com/172

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 : 2018.07.10 ~ 2018.11.30 멤버 : 김현우, 박주연, 이주영, 이지예, 민은주 주제 : 금융 데이터를 활용한 “나의 금융생활정보 지수” 개발 분석과정은 문제 정의, 분석을 위한 변수 처리, 그리고 네 문제에 대한 답변 순으로 진행됩니다. 첫 번째로 문제 정의 부분입니다. 분석 목적은 고객들이 비슷한 사람들의 금융생활정보를 참고할 수 있는 상담 시스템을 만들어 금융 생활에 도움을 주는 것에 있습니다. 다음으로 저희가 정의한 분석 대상은 ‘보통 사람’입니다. ‘보통사람’이란 일반적인 사람에게 기대되는 금융 상태를 가진 사람입니다. 또한 이러한 서비스를 포함하여 창구를 이용할 것이라고 예상되는 주요 이용 고객 층이라는 가정을 더했습니다 두 번째로 변수 처리 방법을 설명드리겠습니다. 먼..

기간 : 2018.06 ~ 2018.12 목적 : 딥러닝기법을 이용한 알츠하이머 아밀로이드 PET 이미지 분류 소속 : 동아대학교 바이오헬스융합연구소 연구원, 한국인공지능연구소 연구원 문제: 기존의 알츠하이머진단의 경우는 MRI, CT 등으로 이루어집니다. 하지만 이러한 진단은 어느정도 장애가 진행되어야지(경도인지장애) 확인이 가능합니다. 하지만 Amyloid를 통한 진단의 경우 조기진단은 가능하지만 병의 진행이 연속적이기에 구분하기가 힘들고, 어느정도 전문성이 쌓여야 구분이 가능합니다. 해결: 이러한 문제를 해결하기 위해 딥러닝을 통한 이미지분류로 알츠하이머의 여부를 구분하는 연구를 진행하려고 합니다. 결론: VGG+베이시안 최적화와 PCA+SVM을 활용하여 알츠하이머 아밀로이드 PET 이미지 분류 논..

주제 : 브런치 사용자를 위한 글 추천 대회 - brunch 데이터를 활용해 사용자의 취향에 맞는 글을 예측하는 대회 기간 : 2019.06.23 ~ 2019.07.24 팀 : TEAM - EDA 멤버 : 김연민, 김태진, 김현우 결과 : 4등 (공개등수 2등 / 통합등수 4등) 탐색 자료 : 작성중. 코드 : https://github.com/yeonmin/team-eda-brunch-recommendation yeonmin/team-eda-brunch-recommendation kakao arena brunch recommendation. Contribute to yeonmin/team-eda-brunch-recommendation development by creating an account on ..