
상관관계, 인과관계 혼용하지 X데이터 전처리와 분석방법Error bar 추가하기적합한 통계 테스트 찾기outlier 제거데이터 표준화 하기EDA(exploaratory data analysis)데이터를 많이 보고 정제데이터의 양도 중요 underfitting, over

Part 1. Matrix Decomposition 
AI>ML>DL딥러닝 - 신경망, 계층이 많은 특정 모델을 사용Tom Mitchell's definitionT(class of task)classification, regression, detectionP(performance measure)error rate, acc

Machine Learning데이터로부터 내재된 패턴을 학습하는 과정Machine Learning: Bianary classification, Multiclsass Classification, Regressionsupervised learning 문제에는 답(label

casual discovery데이터로부터 인과효과와 인과관계를 계산casual descision making효율적으로 환경과 인터랙션 하는 것을 연구Bayesian Network확률적 그래피컬 모델에 대한 기본적 지식Causality(인과성)하나의 어떤 무엇인가가 다른

딥러닝두뇌의 동작 과정을 모방하여 수학적인 인공지능 알고리즘으로 만든 것머신러닝 (기계학습)학습데이터로 기계 학습이라는 알고리즘에 줬을 때 기계학습 알고리즘이 예시 데이터에서 주어진 입력과 출력의 관계를 모방하여 새로운 입력이 주어졌을 때에 해당 task를 잘 수행할

소비재를 생산하기 위해 뒷단에서 보이고 있는 여러 모습들이 B2B 시장, Business Market 파생 수요 - 원자재의 고객사의 수요까지 파악을 해야함B2C는 개인 소비자B2C Marketing, B2C Business : 최종 소비자에게 판매를 하고자 하는 상품
Part 4. Seq2Seq with Attention for Natural Language Understanding and Generation
https://velog.io/@pre_f_86/LG-Aimers-3%EA%B8%B0-Phase-2-%EC%98%A8%EB%9D%BC%EC%9D%B8-%ED%95%B4%EC%BB%A4%ED%86%A4-%ED%9A%8C%EA%B3%A0https://we

고객을 선별하는 것도 중요하지만 고객이 정해졌을 때 이 고객에게 과연 어떤 제품을 매칭해서 상품을 추천하고 구매로 연결되게 하는가B2B 고객 행동 예측 방법론1) Who?누구를 타겟팅할지(구매했는지 안했는지, 고객이 이탈했는지 안했는지)binary classificat