ML/DL

Jupyer Notebook 코드링크 입니다.오늘은 신용카드 이상 거래 탐지에 대해 확인하고 ML, DL을 활용해 문제를 해결하려 합니다. 게임과 같은 산업에서는 부정 어뷰징과 같은 이상현상들이 나타나는 것을 체크하여 유저가 더이상 부정행위를 못하도록 계정을 정지시키기

안녕하세요! 오늘은 신용 거래 실적을 기반으로 대출의 전자사인 가능성 예측하기라는 새로운 프로젝트를 시작할 것입니다. 구축하는 모델에 대한 배경에 대해 먼저 알아보겠습니다. > 오늘날 대부 업체는 대출 신청자의 신용거래 실적을 분석해 신청자의 위험성 여부를 판단합

아래에는 프로젝트 진행 중 작성 코드 링크입니다!! ( 설명도 주석으로 달려있어요~)Jupyter Notebook으로 작성 된 코드 링크입니다!구독 상품 해지를 최소화하는 새로운 프로젝트를 시작하겠습니다.이전 프로젝트와 비슷하고 대부분 이런 회사들은 구독해지를 최소화

자세한 프로젝트 과정은 밑에 있는 링크를 통해 보시면 좋을 것 같습니다.😁프로젝트 진행 코드 및 설명 링크입니다!!이번 프로젝트 에서는 핀테크 산업에서 머신러닝 모델의 흥미로운 사용 사례를 다뤄볼려합니다.실무에서 사용하는 데이터와 비슷한 데이터를 다뤄볼려 하는데 이러

세계 패션 산업은 3조 달러의 규모로 세계 GDP 2%차지하고 있습니다. 패션 산업은 새로운 컴퓨터 비전과 ML, DL 기술을 받아들이며 극적인 변화를 격고 있는데요. 이번 사례 연구에서는 고객의 인스타그램이나 페이스북 이미지를 살펴보고, 고객이 착용한 가방, 드레스

코드링크 in Jupyter notebook 위 링크는 주피터노트북에서 실행시킨 코드들 원본입니다.