59,400원
다른 수강생들이 자주 물어보는 질문이 궁금하신가요?
- 미해결현업 실무자에게 배우는 Kaggle 머신러닝 입문 - ML 엔지니어 실무 꿀팁
코랩 링크 제공이 없습니다 ㅠㅠㅠ
실습하려면 제공해주시는 코랩 링크에 들어가야되는데 해당 강의는 코랩링크 제공이 안되어있네요... 확인부탁드립니다.
- 미해결현업 실무자에게 배우는 Kaggle 머신러닝 입문 - ML 엔지니어 실무 꿀팁
코랩 링크가 안열립니다.
실습해보려고 코랩 링크(https://colab.research.google.com/drive/1wdzEyvze-e4kZ3y3uzS3jkwrjEoiHpC0?usp=sharing)를 열려고 하니깐 액세스 권한 필요라고 나오는데 어떻게 해야되죠..?
- 미해결현업 실무자에게 배우는 Kaggle 머신러닝 입문 - ML 엔지니어 실무 꿀팁
강의자료
안녕하세요!! 혹시 현업 실무자에게 배우는 Kaggle 머신러닝 입문 - ML 엔지니어 실무 꿀팁에서 사용한 강의 자료를 받을 수있나요??
- 미해결현업 실무자에게 배우는 Kaggle 머신러닝 입문 - ML 엔지니어 실무 꿀팁
이상치 제거와 결측치 처리의 순서
안녕하세요, 좋은 강의 잘 보고 있습니다 이상치 제거와 결측치 처리의 순서가 혹시 중요한가요? 성능에 관련이 있을 것 같아 질문드립니다. 아니면, 입맛대로 훈련 데이터에서 성능이 좋은 결과가 나오는 순서로 정하면 되는 것일까요? 감사합니다.
- 미해결현업 실무자에게 배우는 Kaggle 머신러닝 입문 - ML 엔지니어 실무 꿀팁
Random Forest의 정의
안녕하세요, 멋있는 강의 잘 듣고있습니다. Random Forest를 설명해주셨는데, 여러 가진 개념의 집합체로 보여 질문을 드립니다. 제가 파악한 정의는 다음과 같습니다 * 여러개의 분류기를 통해 학습하고 학습한 결과를 종합(평균 또는 최빈값)하여 최종 결과값을 결정한다 * 이때, 랜덤 포레스트를 운용하는 방법은 두 가지 이다. * * 서로 다른 분류기로 동일한 데이터셋에 대해 다른 결과를 얻는다 * * 서로 다른 데이터로 동일한 분류기에 대해 다른 결과를 얻는다 * * 또는, 이 둘을 둘 다 운용한다. 제가 정리한 이 내용이 맞을까요?
- 미해결현업 실무자에게 배우는 Kaggle 머신러닝 입문 - ML 엔지니어 실무 꿀팁
Feature Generation에 관하여
안녕하세요, 좋은 강의 잘 듣고있습니다. Feature Generation을 할 때, (Ridge같은 규제화를 적용하면서) 성능이 좋아지는 이유가 있을까요? 단지 특징들의 곱을 추가했을 뿐인데 성능 향상이 되는게 궁금합니다. 또, 만약 degree=2의 generating으로도 언더피팅이 일어날 경우 degree=3 의 generating을 하면 성능향상이 될 가능성이 있을까요? 마지막으로, Generation을 한 후에 상관관계를 파악한 뒤 Selection을 하면 대체로 성능이 증가할 까요? 답변 부탁드립니다! 감사합니다!