ZB_MachineLearning
1.ML #1
Machine Learning, Decision Tree, Entropy, Scikit Learn
2.ML #2
과적합, 데이터 분리, 예측모델의 사용, ZIP/언패킹
3.ML #3
타이타닉 생존자 예측
4.ML #4
label Encoder and scaler(min, max, standard, robust) sklearn Label Encoder Scikit learn 라이브러리에 포함된 함수 어떠한 Data에 '문자'가 포함된 경우, 이를 일정한 class로 분류하여 각 c
5.ML #5
Decision Tree를 이용한 와인 데이터 분석
6.ML #6
pipeline, 교차검증, hyper parameter Tuning, GridSearchCV
7.ML #7
모델 평가
8.Regression #1
2024.10.13, Regression의 개념 #1
9.Regression #2
2024.10.19 통계적 회귀 : 통계학 관점에서 회귀분석 이야기
10.Regression #3
2024.10.23 회귀 (Regression) : Cost Function Cost Function Cost Function은 Deep learning에서 많이 나오는 개념. 결론적으로 Cost Function 는 오류, 오차의 개념이며, 작을수록 모델의 성능,
11.Regression #4
2024.10.27 Logistic Regression
12.Regression #5
정밀도(Precision)와 재현율(Recall) 앙상블 기법 2024.11.01
13.Boosting Algorithm #1
2024.11.08 앙상블 기법 Boosting 기법 kNN ( k Nearest Neighbers )
14.Boosting Algorithm #2
2024.11.10 Boosting 기법에서 GBM, XGBoosting, LightGBM GridSearchCV 정의 앙상블 기법 관련 내용
15.Credit Card Fraud Detection #1
2024.11.10 Credit Card Fraud Detection : 실습
16.책 가격 회귀분석 #1
책 가격 회귀 분석 네이버 API 이용 (기본설정) 네이버 API 적용 및 URL 만드는 함수설정
17.Clustering #1
2024.12.10 / 군집 : 비지도 학습 / 군집의 평가
18.Clustering #2
군집, 비지도학습, 군집을 이용한 이미지 분할
19.Recommendations #1
추천시스템 #1 : 영화추천 프로그램. 2024.12.10 딥러닝의 전단계..
20.Recommendations #2
2024.12.14 Good Books Recommendations