갓생일기

갓생살라고 10일동안 갓생일기 실천신청했다. 이렇게라도 공부해야해나는!! 오늘 배운것중에 아직헷갈리거나 모르는 단어들을 메모장에 적어놓고, 그 단어 뜻을 찾아봄. 멀티모달 >이미지 / 텍스트를 넣어서 "해당 이미지를 텍스트로 해석해줘."하면 가능함.입력과 출력이 가능

2번째 갓생일기 ~ 오늘은 iris데이터셋으로 파이프라인+GridSeachCV 연결해서 해볼까 코드를 작성해봤다 데이터 샘플 확인 > 데이터분리 > +결과값 파이프라인 > +결과값 하이퍼파라미터 그리드 > GridSearchCV 생성 > +결과값

3번째 갓생일기 !오늘은 Boost계열 3가지 모델 (XGBoost, LightGBM, CatBoost) 성능 비교을 해봤다.📌개요데이터셋 : load_breast_cancer()사용 모델 : XGBoostLightGBMCatBoost평가 지표 :Accuracy (정

4일차 갓생을 살기위해 오늘으으으으은머신러닝에서 자주 나오는 개념들을 정리해봤다. 그동안 그냥 외워서 쓰려고했던 것 들을 왜 쓰는지,언제쓰는지를 중심으로 정리해보는 게 목표! 그리하여어어어 머신러닝 회귀분석알아보기:심화 정리(표준화,로그변환,MAE,RMSE) !! 연

5일차 갓생일기! 오늘도 갓생을 살기위해 책상에 앉았다.요즘 머신러닝 모델들을 하나씩 뜯어보면서 느끼는건,"아 그냥 쓰는 거"랑 "왜 이런 구조인지 이해하고 쓰는거"는생각보다 차이가 크다는 점이다.그래서 오늘은그래디언트 부스팅 계열 모델 중에서도 자주 보이던 Light

6일차 갓생일기 !오늘은 앙상블 기법 중 스태킹(stackin)과 하이퍼파라미터 최적화(Hyperparameter Optimization, HPO)(stackin)에 대해 학습하고 Optuna 실습을 통해 실제로 값이 왜 달라지는지도 확인해보았다.여러 개의 개별 모델(

7번째 갓생일기 !오늘은 수업내용을 정리를 해볼까 한다.!머신러닝 핵심 정리하이퍼파라미터 최적화 & Explainable AI (XAI)(stackin)머신러닝 모델의 성능을 높이기 위해 하이퍼파라미터를 자동으로 탐색하는 과정이다.그중에서도 아래 두 가지는 꼭 기억하기

오늘 갓생살기 8일차!머신러닝 기초 보충수업들었다그래서 그 내용을 정리할려고 한다.기초부터 새싹반답게 아주아주 잘 정리해주셨다 ദ്ദി ´ᵕ｀๑)و♡인간의 지능(학습, 추론, 지각 등)을 컴퓨터 소프트웨어나 시스템으로 모사하는 모든 기술을 통칭단순히 사전에 입력된 규칙

갓생살기를 하기위해 적는 9일차 일기!어제부터 개인 흡연관련 프로젝트를 하기시작했다.흡연데이터 test.csv , train.csv , sample.csv 파일을 다운을 받았고,처음 어떻게 짤것인가 계획을 먼저 정했다큰계획으로는데이터 탐색(EDA) -> 데이터 전처리

갓생살기 위한 10일차 일기!오늘도 어김없이 어제에 이어서 흡연데이터를 가지고,개인 프로젝트를 하는중이다. 사실 하루종일 여러개의 모델과값들고 파생변수도 여러번 바꿔봐도 아직은 원하는 값은 안나오는것같다.그래서 데이터파일들을 한번 더 뜯어봤는데테스트에 이상치가 있어서