4주차

4주차는 exploration 노드를 시작하게 된 주이다. 이전까지는 fundamental이라는 노드에서 머신러닝, 딥러닝의 전반적인 개념을 잡았다. exploration에서는 미니 프로젝트를 진행하면서 지금까지 배운 개념이 실제로 어떻게 쓰이는지 확인하는 시간이 되었다. 물론 현업에서는 데이터가 이렇게 이쁘게 생기지 않겠지만 어느정도 프로젝트를 진행하면서 그 감을 익히는 데에는 값진 시간이 되었다고 생각한다. 시작이 반이다

Exploration 프로젝트 주제

1. 자전거 대여량 예측하기
2. house price 예측하기
3. 얼굴에 스티커 적용하기

1. 자전거 대여량 예측하기

데이터셋: kaggle 경진대회 데이터 셋

문제: 시간, 온도, 습도, 계절 등의 정보가 담긴 데이터를 통해 자전거의 대여량을 예측

깃허브 주소: https://github.com/3n952/aiffel_6/tree/main/ex01

2. house price 예측하기

데이터셋: kaggle 2019 ML month with KaKR https://www.kaggle.com/competitions/2019-2nd-ml-month-with-kakr/overview

문제: 집의 가격은 주거 공간의 면적, 위치, 경관, 건물의 연식 등 여러 가지 복잡한 요인의 조합에 의해 결정된다. 데이터 내의 20개의 변수를 가지고 어떤 조건을 가진 집의 가격이 높고 낮은지를 예측

깃허브주소: https://github.com/3n952/aiffel_6/tree/main/ex02

3. 얼굴에 스티커 적용하기

데이터셋: dlib의 ibug 300-W 데이터셋으로 학습한 pretrained model을 사용

문제: 다양한 스티커를 얼굴에 적용해보자!

깃허브주소: https://github.com/3n952/aiffel_6/tree/main/ex03