kaggle
Kaggle, ML
시작일
매주 2019년 10월 2일
진행일시
매주
모집현황
data-product-id="11553" data-recruit-progress="0" data-activity-progress="0"
진행장소
캠퍼스
학습대상
1. 기본적인 scikit learn 기능을 사용할 줄 아시는 분
2. 머신러닝에 대한 기본적인 지식이 있으신 분
3. 문제해결에 대한 끈기가 있으신분
4. (실습 & 프로젝트 위주의 플잎이므로) 시간 여유가 있으신 분
2. 머신러닝에 대한 기본적인 지식이 있으신 분
3. 문제해결에 대한 끈기가 있으신분
4. (실습 & 프로젝트 위주의 플잎이므로) 시간 여유가 있으신 분
과목난이도
쉬움 (1단계) ~ 어려움(5단계)
학습목표
이론으로만 접했던 머신러닝 이론을 테이블형 데이터에 적용해보고
점수를 올리는 방법을 고민해보는 좋은 기회가 되었으면 좋겠습니다.
점수를 올리는 방법을 고민해보는 좋은 기회가 되었으면 좋겠습니다.
운영방식
1. 초반에는 Coursera 강의를 듣고 정리한 내용을 발표자가 설명합니다.
필요한 경우 강의 중에 있는 코드 퀴즈를 풀고 내용을 공유합니다.
2. 프로젝트가 시작되면 조원들과 과거 kaggle competition 을 선정하고, 상위 입상자들의 kernel 을 찾아 코드를 분석합니다.
그 과정에서 얻게되는 이론과 패키지 사용법, optimization 방법을 공유합니다.
3. 참고로 현재 진행중인 kaggle competition 에 참여하지는 않습니다.
4. PC 를 지원하지 않습니다.
필요한 경우 강의 중에 있는 코드 퀴즈를 풀고 내용을 공유합니다.
2. 프로젝트가 시작되면 조원들과 과거 kaggle competition 을 선정하고, 상위 입상자들의 kernel 을 찾아 코드를 분석합니다.
그 과정에서 얻게되는 이론과 패키지 사용법, optimization 방법을 공유합니다.
3. 참고로 현재 진행중인 kaggle competition 에 참여하지는 않습니다.
4. PC 를 지원하지 않습니다.
선수지식
머신러닝에 대한 기초 지식이 있으신 분
(Linear model, Logistic, SVM, Random Forest 등)
(Linear model, Logistic, SVM, Random Forest 등)
학습 및 참고자료
주교재
How to Win a Data Science Competition(Coursera 강의)
* Learn from Top Kagglers
보조교재
파이썬 머신러닝 완벽 가이드
How to Win a Data Science Competition(Coursera 강의)
* Learn from Top Kagglers
보조교재
파이썬 머신러닝 완벽 가이드
커리큘럼
/
| 주차 | 모임내용 | 학습자료 |
|---|---|---|
| 1 주차 | 플잎스쿨 소개, Coursera 강의 소개, Coursera Week 1 Introduction, Feature Preprocessing and Generation with Respect to Models |
Coursera 강의, 파이썬 머신러닝 완벽 가이드 |
| 2 주차 | Coursera Week 2 EDA, Validation | Coursera 강의, 파이썬 머신러닝 완벽 가이드 |
| 3 주차 | Coursera Week 3 Metrics Optimization, Advanced Feature Engineering I | Coursera 강의, 파이썬 머신러닝 완벽 가이드 |
| 4 주차 | Coursera Week 4 Hyperparameter Optimization, Advanced feature engineering II, Ensembling | Coursera 강의, 파이썬 머신러닝 완벽 가이드 |
| 5 주차 | Coursera Week 5 Competitions go through (생략 가능) | Coursera 강의, 파이썬 머신러닝 완벽 가이드 |
| 6 주차 | 조별 Competition 설명, 계획 공유 | kaggle kernel, 파이썬 머신러닝 완벽 가이드 |
| 7 주차 | Regression, Classification, Anormaly Detection 이론 및 코드 공유, 상위 입상자 kernel 공유 1 | kaggle kernel, 파이썬 머신러닝 완벽 가이드 |
| 8 주차 | Regression, Classification, Anormaly Detection 이론 및 코드 공유, 상위 입상자 kernel 공유 2 | kaggle kernel, 파이썬 머신러닝 완벽 가이드 |
| 9 주차 | Regression, Classification, Anormaly Detection 이론 및 코드 공유, 상위 입상자 kernel 공유 3 | kaggle kernel, 파이썬 머신러닝 완벽 가이드 |
| 10 주차 | Regression, Classification, Anormaly Detection 이론 및 코드 공유, 상위 입상자 kernel 공유 4 | kaggle kernel, 파이썬 머신러닝 완벽 가이드 |
| 11 주차 | Regression, Classification, Anormaly Detection 이론 및 코드 공유, 상위 입상자 kernel 공유 5 | kaggle kernel, 파이썬 머신러닝 완벽 가이드 |
퍼실소개
이진호
안녕하세요. 저는 제조업에서 데이터분석을 하고 있는 이진호라고 합니다. 테이블형 데이터를 다루다 보니 어려운점이 많아 kaggle 을 통해 테이블형 데이터를 분석하는 스킬을 모두연 분들과 함께 익히고 싶어 신청하게 되었습니다.
안녕하세요. 저는 제조업에서 데이터분석을 하고 있는 이진호라고 합니다. 테이블형 데이터를 다루다 보니 어려운점이 많아 kaggle 을 통해 테이블형 데이터를 분석하는 스킬을 모두연 분들과 함께 익히고 싶어 신청하게 되었습니다.
풀잎스쿨 신청 및 결제를 위해서 로그인을 해주세요
1. 초반 4~5주는 Coursera 의 kaggle 강의 How to Win a Data Science Competition: Learn from Top Kagglers를 같이 공부하려고 합니다.
2. 이후에는 팀을 구성하여 과거에 열린 kaggle competition 중 Regression, Classification, Anormaly Detection 총 3 개의 주제에 대해 프로젝트를 진행할 예정입니다.
* 이미지, 자연어처리는 하지 않습니다.
3. 조별 프로젝트에서는 선정한 competition 을 해결하며 익힌 지식들을 플잎스쿨 시간에 전체에게 공유하고, 어려운점은 서로 조언해주는 자리를 만들어보려고 합니다.