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 |
- eda
- Semantic Segmentation
- 나는 리뷰어다
- pytorch
- 입문
- 한빛미디어
- 나는리뷰어다
- DFS
- TEAM EDA
- TEAM-EDA
- 튜토리얼
- 협업필터링
- Image Segmentation
- 파이썬
- MySQL
- 엘리스
- Object Detection
- 추천시스템
- hackerrank
- Machine Learning Advanced
- 코딩테스트
- 알고리즘
- 스택
- Python
- 프로그래머스
- 큐
- 3줄 논문
- DilatedNet
- Recsys-KR
- Segmentation
- Today
- Total
목록TEAM EDA /EDA 2기 ( 2018.10.03 ~ 2019.06.01) (6)
TEAM EDA
멤버 : 김현우, 민은주, 이지예 기간 : 2018. 12. 03(월) ~ 2019. 1. 16(수) 주제 : Digital Trend Analyzer (부제 : 온라인 행동 기반 트렌드 예측) 세부과제 1) 주요 상품군별 온라인 선호지수 생성 2) 상품군별 수요 트렌드 예측 및 인사이트 도출 3) 1), 2) 를 활용한 신규 서비스 제안 활용 데이터 1) 제공 데이터 : 온라인 행동 데이터, 상품분류정보 2) 외부 데이터 : 통계청, 기상청 등 공공데이터, 소셜 데이터 등 자유롭게 활용 결과 : 예선탈락 자료 : https://eda-ai-lab.tistory.com/175 피드백(비공개) : https://eda-ai-lab.tistory.com/176
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
이번 자료의 분석 내용은 다음의 링크에 정리해두었습니다. 링크 : https://eda-ai-lab.tistory.com/79?category=683995 Google Analytics Customer Revenue Prediction Google Analytics Customer Revenue Prediction Predict how much GStore customers will spend 대회 목적. 80/20 규칙은 많은 비즈니스에서 입증되었습니다. 적은 수의 고객 만이 대부분의 수익을 창출합니다. 따.. eda-ai-lab.tistory.com
이번 자료의 분석 내용은 다음의 링크에 정리해두었습니다. 링크 : https://eda-ai-lab.tistory.com/45?category=683995 원문 : https://www.kaggle.com/chocozzz/recommendation-medicines-by-using-a-review Recommendation Medicines by using a review Using data from multiple data sources www.kaggle.com 인터뷰 링크 : http://blog.kaggle.com/2019/01/14/kuc-teameda/
이번 자료의 분석 내용은 다음의 링크에 정리해두었습니다. 링크 : https://eda-ai-lab.tistory.com/8?category=683995 House Prices: Advanced Regression Techniques 이번 EDA 2기 첫 프로젝트로 진행했던 kaggle의 House Prices: Advanced Regression Techniques(https://www.kaggle.com/c/house-prices-advanced-regression-techniques)에 대한 분석 보고서입니다. 코드(커널)은.. eda-ai-lab.tistory.com 피드백 김미실버(https://brunch.co.kr/@gimmesilver/)님이 피드백해주셨습니다. 1. 제 생각에 이 문제에서..
2기 (2018-10-03 ~ 2019-06-01) 전처리 기법의 연습과 모델의 성능 향상을 위해 다양한 프로젝트 위주의 스터디를 진행하였습니다. 프로젝트 Kaggle - House Prices: Advanced Regression Techniques [상위1%] Kaggle - KUC Hackathon [수상] Kaggle - Google Analytics Revenue Dacon - Data Visualization Challenge L'point - Digital Trend Analyzer (부제 : 온라인 행동 기반 트렌드 예측) 이론 밑바닥 부터 시작하는 딥러닝2