데이터분석7 [머신러닝 대회 입문] 분류? 회귀? Task란? 최근 패턴인식 과목에서 머신러닝 대회 팀플을 하고 있습니다.2학년 과목(...)이라 그런가본의 아니게 팀원분들을 제가 가르쳐가며 진행하는 중인데요,가르치다보니 초보 분들의 입장에서 뭐가 어려운지를 알게 되더라구요. 오늘은 최근 들어온 질문 중 하나이자,인공지능의 존재의의,가장 중요한 Task에 관한 이야기를 해보겠습니다. 소개 - Task란 무엇인가?인공지능 모델은 어떤 일을 할 수 있을까요? 역사적으로 무릇 위대한 지도자들은 인재의 장점을 파악하여 적재적소에 배치하는 능력이 매우 뛰어났다고 알려졌습니다.아무리 뛰어난 도구를 갖고 있어도 그 잠재력을 이해하지 못했다면 제대로 활용할 수 없겠지요. 인공지능도 마찬가지입니다. 인공지능은 아주 강력한 도구이지만, 동시에 그 장점과 단점이 명확합니다.따라서 인공.. 2025. 4. 12. [ML 대회 해설] 데이콘 부동산 허위매물 분류 해커톤 10등 풀이 - Feature Engineering 이제 거의 다 왔습니다!이번 포스트에서는 이전 글의 EDA를 바탕으로 진행한 최종 Feature Engineering 를 보여드리겠습니다. 이전 글: [ML 대회 해설] 데이콘 부동산 허위매물 분류 해커톤 10등 풀이 - EDA본격적으로 데이터의 주요 Feature의 개요를 살피고,EDA를 수행해 feature engineering을 위한 insight를 얻어보겠습니다. 이번 대회는 feature가 상당히 많은 관계로 주요 feature와 그 engineering 방법만을 짚here-lives-mummy.tistory.com Overview본 대회는 일반적인 데이터분석 대회들과 달리train이 약 2,400건으로 데이터 크기가 매우 적습니다.따라서 feature engineering 시 public sc.. 2025. 4. 1. [ML 대회 해설] 데이콘 부동산 허위매물 분류 해커톤 10등 풀이 - EDA 본격적으로 데이터의 주요 Feature의 개요를 살피고,EDA를 수행해 feature engineering을 위한 insight를 얻어보겠습니다. 이번 대회는 feature가 상당히 많은 관계로 주요 feature와 그 engineering 방법만을 짚고 넘어갈게요.이전 글: [ML 대회 해설] 데이콘 부동산 허위매물 분류 해커톤 10등 풀이 - 소개자취방 찾을 때, 인터넷에서 괜찮은 매물만 추려다 가보면 허위매물인 경우가 많습니다.그럴 때마다 시간은 시간대로 쓰고, 기분만 잔뜩 상해버리곤 하죠. 이번 대회에는 이런 킹받는 부동산here-lives-mummy.tistory.com 주요 Feature주어진 train.csv, test.csv의 feature는 다음과 같습니다Feature namedtyp.. 2025. 3. 30. [ML 대회 해설] 데이콘 부동산 허위매물 분류 해커톤 10등 풀이 - 소개 자취방 찾을 때, 인터넷에서 괜찮은 매물만 추려다 가보면 허위매물인 경우가 많습니다.그럴 때마다 시간은 시간대로 쓰고, 기분만 잔뜩 상해버리곤 하죠. 이번 대회에는 이런 킹받는 부동산 허위매물을 걸러내는 모델을 만들어보겠습니다. 대회 소개데이콘 2025년 첫 대회입니다!2025년 1/6 ~ 2/28까지 총 두 달간 열렸는데요, 부동산 허위매물 분류 해커톤: 가짜를 색출하라! - DACON분석시각화 대회 코드 공유 게시물은 내용 확인 후 좋아요(투표) 가능합니다.dacon.io 저는 이번 대회에서 최종 10등을 했습니다!이 대회는 부동산 매물의 다양한 정보를 기반으로 부동산의 허위매물 여부를 판단하는 이진 분류 문제입니다. 데이터 개요데이터 파일각각 간단히 설명하면1.train.csv : 모델을 학습시키.. 2025. 3. 29. [ML 대회 해설] Kaggle: Regression with an Abalone Dataset Public 8등 풀이 - 소개 (1) 전복 좋아하시나요? 저는 별로 안 좋아하는데요, 시장 갈 때 마다 가격보고 기함하는 식재료 중 하나입니다.특히 큰 놈은 부르는게 값이더라구요. 한국에서는 전복의 크기를 표현할 때, kg에 몇 마리가 되는지를 뜻하는 단위 '미' 를 사용합니다. 그리고 이 크기는 전복의 나이와 밀접한 연관성이 있다고 알려져 있습니다. 하지만 전복에게 나이를 물어본다고 답할리는 없겠죠.따라서 이 대회에서 우리는 전복의 여러가지 내, 외적 요인을 종합해 전복의 나이를 예측하는 모델을 만들어볼 것입니다. 저는 이번 시즌에서 Public 8등, Private 전세계 상위 5%를 차지했답니다! 대회 소개Kaggle season 4, episode 4 (2024년 4월 ~ 5월) 대회로, 상당히 최근에 개최했습니다. Regressi.. 2025. 3. 11. [머신러닝 대회 입문] Label Encoding, One-Hot Encoding, Target Encoding - 문자열 Feature 다루기 데이터를 분석하면 간혹 data type이 'object'로 표현되는 것들이 있습니다.Object feature들은 numeric feature와 달리, 그대로 모델에 집어넣으면 에러가 발생합니다. 그렇다면 이 feature들을 어떻게 다루어야 할까요?보통 Object Type Feature가 주어지면, 다음 방법 중 하나를 사용하여 학습 가능한 feature로 변환하곤 합니다:Label EncodingOne-Hot EncodingTarget EncodingCategorical Type으로 변환 (CatBoost 한정)Label Encoding, One-Hot Encoding, 그리고 Target EncodingLabel Encoding이란, obejct type에서 unique value를 모은 후 이.. 2025. 2. 16. [Kaggle 대회] Ariel Data Challenge 2024 - Kaggle Notebook Submission 도전기 어떠한 선택.을 했습니다. 기계학습 과제인 자유주제 프로젝트로 NeurlPS 개최 Ariel Data Challenge 2024에 도전해보았습니다.https://www.kaggle.com/competitions/ariel-data-challenge-2024/overview NeurIPS - Ariel Data Challenge 2024Derive exoplanet signals from Ariel's optical instrumentswww.kaggle.com Testset 파일 제출하는 대회나 ChatGPT 프롬프트 작성하는 대회는 질리도록 참여해봤기에 새로운 걸 해보고 싶었습니다무엇보다 학교잖아요? 학교아니면 어디서 도전이라는걸 해보겠습니까... 그렇게 참가한 대회... 처음부터 엄청난 포스를 풍.. 2024. 11. 30. 이전 1 다음
