본문 바로가기

분류 전체보기5

Loan Approval Prediction 대회명 : Loan Approval Predictionhttps://www.kaggle.com/competitions/playground-series-s4e10/overview Loan Approval PredictionPlayground Series - Season 4, Episode 10www.kaggle.com 대회 설명 : 신청자가 대출에 승인될지 예측 평가 방식: 예측 확률과 실제 목표를 사용하여 ROC 곡선 아래의 면적을 통해 평가(AUC) 수상작 구현https://www.kaggle.com/code/trupologhelper/boosting-synergy-six-model-blend-for-loan-predict Boosting Synergy: Six-Model Blend for Loan P.. 2024. 12. 13.
Regression of Used Car Prices 대회명 : Regression of Used Car Priceshttps://www.kaggle.com/competitions/playground-series-s4e9 Regression of Used Car PricesPlayground Series - Season 4, Episode 9www.kaggle.com - 대회 설명 다양한 속성을 기반으로 중고차 가격을 예측한는 대회 - 평가 방식평균 제곱근 오차(RMSE)  - 수상작 구현https://www.kaggle.com/code/hoon0303/mse-mae-autogluon MSE/MAE + AutogluonExplore and run machine learning code with Kaggle Notebooks | Using data from .. 2024. 12. 9.
Big Data Derby 2022 대회명 : Big Data Derby 2022경마 데이터를 분석하여 말의 건강과 경쟁 전략 개선https://www.kaggle.com/competitions/big-data-derby-2022/overview[Big Data Derby 2022Analyze horse racing data to improve the health of the horse and strategy of competitionwww.kaggle.com](https://www.kaggle.com/competitions/big-data-derby-2022/overview)- 대회 설명주어진 경주 데이터를 기반으로 말의 성과를 예측하는 문제.특정 조건에서 말의 속도, 랩타임, 피로도 등을 평가.- 평가 방식혁신데이터를 보는 새로운 관점.. 2024. 12. 5.
메타코드 M 강의 후기.Kaggle 데이터를 활용한 개인화 추천시스템 실습 강의 WITH 머신러닝, 딥러닝 메타코드 강의 후기Kaggle 데이터를 활용한 개인화 추천시스템 실습 강의 WITH ML, DL 데이터 분석 관련 유튜브를 보며 알게된메타코드 M의 장학생 선발로 해당 강의를 듣게 되었다​ 먼저 Kaggle이란데이터/AI 분야를 공부하는 사람들은 모를 수가없는 유명한 사이트?이다관련 대회도 많고, 많은 사람들이 분석 및 구현해놓은 지식과 정보를 얻을 수 있다.   추천 시스템은고객의 데이터를 분석/모델링하여 비즈니스 성과를 극대화하기 위한 것이다   강의에서는추천 시스템의 개요부터 베이스라인 모델 구축, 알고리즘의 성능 고도화,최종 추천 모델 수정까지 전반적인 내용을 다룬다. 아직 모든 강의를 듣지는 못했지만 꼭 완주하고 싶다https://metacodes.co.kr/ 2024. 12. 5.
Data Science and MLOps Landscape in Industry 1. 대회 설명 문제 정의 및 배경: 데이터 과학과 MLOps 분야에서 사용되는 도구, 기술 스택, 작업 환경 등을 탐구하며, 업계에서 어떤 트렌드와 요구사항이 존재하는지를 분석. 목적: 산업계에서 데이터 과학 및 MLOps의 발전 방향에 대한 인사이트를 도출.  2. 성능 평가 방식 이해 평가 방식 및 수식:데이터 트렌드와 관련하여 빈도, 비율, 분포 비교와 같은 통계적 접근이 활용.분석 결과는 시각화 및 통계적 지표로 검증되며, 각 기술 도구의 사용 빈도와 선호도를 측정하여 트렌드 해석에 중점을 둠.  3. 데이터 전처리 데이터를 탐색하며, 각 기술(프레임워크, 언어, 클라우드 플랫폼 등)의 사용 빈도를 비교.주로 사용 빈도, 선호도와 같은 구조.결측 데이터를 처리하여 일관성 있는 분석 결과를 확보... 2024. 12. 3.