머신러닝
1.Machine Learning
머신러닝의 간단 설명
2022년 4월 14일
2.Clustering
Clustering 개념과 방법
2022년 4월 14일
3.K-means clustering
k-means clustering 정리
2022년 4월 14일
4.Train / Validation / Test Data & 일반화
Train / Validation / Test Data & 일반화(과/소적합, 편향, 분산)
2022년 4월 27일
5.선형회귀(Linear Regression)
단순선형회귀/다중선형회귀
2022년 4월 27일
6.회귀 모델의 평가 지표
회귀모델 평가지표
2022년 4월 28일
7.Categorical Feature Encoing Methods
Categorical data encoding
2022년 4월 29일
8.Feature Engineering - SelectKBest
SelectKBest
2022년 4월 30일
9.Ridge Regression, RidgeCV
Ridge Regression, RidgeCV
2022년 4월 30일
10.Logistic Regression
로지스틱 회귀 모델
2022년 5월 2일
11.Tree model - Decision Tree
파이프라인, 결정트리모델
2022년 5월 5일
12.Ensemble model - Random-Forests
랜덤포레스트
2022년 5월 7일
13.분류 모델의 평가 지표
정확도, 정밀도, 재현율, F1 score, Fbeta Score, ROC curve, AUC score
2022년 5월 9일
14.Model Selection : K-fold Cross Validation
K-fold 교차검증
2022년 5월 10일
15.특성 중요도(Feature Importances)
특성중요도
2022년 5월 16일
16.Ensemble model - Grandient Boosting
그래디언트 부스팅
2022년 5월 16일