Ming's blog

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&u..

안녕하세요~! 오늘 소개해드릴 내용은 지도학습 기반 머신러닝 모델 이론과 실습입니다. 이번 실습에서 사용한 데이터는 kaggle의 Credit Card Fraud Detection Dataset입니다! 신용카드 사기 탐지 모델을 만드는 것이 저희의 최종 목표인데 그 전에 EDA 기법부터 지도학습 기반의 머신러닝 기법에 대해 조사하였습니다. 지도학습 기반의 머신러닝 모델로는 간단한 Logistic regression 부터 Decision Tree, 배깅을 이용하는 Random Forest, 부스팅 기법을 이용하는 Gradient Boosting, XGBoost, LightGBM 까지 조사해보았습니다. 이론과 함께 해당 모델로 실습까지 진행하였습니다! 더 자세한 내용은 아래의 링크를 참고해주세요😊 감사합니다..

안녕하세요~! 오늘은 DACrew 2기 TeamZoo의 첫 번째 게시물을 소개드리려고 합니다. 이번 게시물의 주제는 이상탐지의 개념과 활용 사례, 그리고 지도 학습과 비지도 학습 입니다. '핸즈온 비지도 학습' 교재를 바탕으로 학습을 진행하였습니다. 이상치란 어떤 데이터 안에서 다른 관측값들과 다른 방법에 의해 생성되었다고 의심되는 관측값, 같은 표본 안에 존재하는 다른 관측값들과 비교하여 현저히 다른 관측치입니다. 그리고 이상탐지란 데이터 마이닝을 기반으로 한 데이터 분석 기법 중의 하나로, 이상치를 탐지하는 기법입니다. 이상탐지 기술은 IT 보안, 의료진단, 제조공정의 모니터링 등 다양한 산업분야에 적용되고 있으며 활용분야가 점차 확대되고 있습니다. 이상탐지 기법에는 아래와 같이 지도학습, 준지도학습..