그렇습니다,,,이것저것 해보다 결국 제가 흥미를 느끼는 것은 비즈니스 인텔리전스 & 데이터 분석 인것 같슴다..그게 뭐냐면저도 잘 몰라요.. 뭐라고 설명해야할지 모릅니다,,그냥 내가 호기심이 생기는 어떠한 상황에 대해 객관적인 정보(데이터)로 풀어보면서 씹고 맛보고 즐
너무많은 Features들은 과적합 등 으로인해 추천하지 않습니다. 차원축소가 필요합니다. Feature selection 은 Lasso 랑 상관있음! 참고로 특성 추출은 딥러닝의 기초! 3차원에서 차원축소를 한다 = 면을 만들어서(맵핑) 그 면과 거리가 가장 가까운
나의 컨디션,점심메뉴,부모님과 대화횟수,수면시간 등으로 그 날의 공부하기싫은지 좋은지 예측하는걸 만들어볼까.... 근데 공부하기싫은걸 보니 오늘은 아닌듯 ....!
통계학과 편입하고 뭔 뜻인지도 모를 말들을 단지 과제와 시험을 위해 단기암기로 지내다, 본격적으로 데이터분석을 하며 통계가 재밌어지기 시작했다! 당연히 통계는 아직 잘 모른다. 그런데 아주 조금씩 내 머릿속에서 아 이래서 통계를 더 배워야 되겠구나, p-value값과
나만몰랐던 이미 유명한 데이터분석 샘플 : 강남 출근길에 판교/정자역에 내릴 사람 예측하기프로젝트 기술적 역량 강조나만의 이야기로 풀어 나가자면접관의 흥미를 이끌어내자직접 문제 정의 -> 데이터 수집 -> 문제 해결데이터 수집데이터 정제데이터 탐색데이터 모델링"요즘 압
트리목적 = 어떤 기준을 바탕으로 규칙을 만들것인지 특징: 끝이 무조건 Leaf Node로 끝난다. 그래서, 과적합됨. 어떠한 집합에 데이터가 들어있는데, 얼마나 혼잡한가 불평등해진댜? 0 = 혼잡해지지않는다. 지니계수가 낮은쪽으로 분할할수 있게 학습시켜야 한다. 1이
데이터의 편집을 보고, 연관성 있는 데이터끼리 묶어주는거 예시) 욕실용품을 구매한 사람들을 묶어서, 비슷한 상품의 광고를 추천 이 사진은 고양이,말,강아지 중 어떤건가요? = 다지선다 이 사진은 강아지가 맞나요? = 바이너리연봉 협상등으로 변화되는 과정 예측 = 회귀
저번주 가르쳐주셨던 강사님께서 지금 같이 배우는 학생들이 원하는 폼이 조금 달랐더인지 새로운 강사님이 오늘부터 강의중이신데.... 수학적인 접근으로 이론만 한가득벡터, 선형 회귀분석, 제곱합.. 4시간 듣고 점심시간 지나서 깨우쳤다. 데이콘에 돈과 시간을 좀 더 투자해