[DACrew 2기] 지도학습 모델 최적화 방법(optuna, bayesian) 및 앙상블 모델

안녕하세요!

오늘은 지난번에 소개드렸던 지도학습 모델의 하이퍼 파라미터 튜닝 방법과 앙상블 모델에 대해 소개드리려고 합니다.

 

모델링의 성능을 높이기 위해서 적절한 하이퍼 파라미터를 찾는 것이 중요합니다.

 

하이퍼 파라미터 튜닝 방법으로는

gridsearch, RandomizedSearchCV 와 같은 방법부터

bayesian 방법, optuna 프레임워크를 이용한 방법 등이 있답니다.

 

이러한 방법들의 개념에 대해서 알아보고 실습을 통해 얼마나 모델 성능이 향상되는지 알아보도록 해요!

 

그리고 보팅, 스태킹 등의 방법과 같은 앙상블 모델에 대해서도 소개드리겠습니다.

 

자세한 내용은 아래 링크를 참고해주세요~

 

감사합니다!

 

https://dacon.io/codeshare/4853?utm_source=dacrew&utm_medium=190302&utm_campaign=dacrew_2

[Team Zoo] 3편. 신용카드 사기 탐지(2부)