Loading...

​​​😎​ 스터디 커리큘럼 참고사항 ​😎​

​​Level 1 

​​1. 문제 정의

1. ​​왜 이 알고리즘을 개발해야하는가(현업의 관점에서 이해)

2. ​​데이터 탐색

3. ​​분류 x 회귀

4. ​​전체 파이프라인 구축

• ​​
  

​​2. 측정지표의 이해

1. ​​측정지표의 수학적 이해

2. ​​측정지표을 코드로 구현해보기

3. ​​코드로 구현된 평가산식 커스터마이즈 해보기(파라미터 수정)

4. ​​왜 이 대회는 이 측정지표을 사용했을까? 다른 측정지표를 사용할 수 있을까?

• ​​
  

​​

​​Level 2

​​1. 탐색적 데이터 분석

1. ​​기본 통계치 확인

2. ​​이상치 확인

3. ​​시각화

4. ​​머신러닝 기법

5. ​​범주형, 수치형 비교

6. ​​종속변수

​​2. 피처엔지니어링

1. ​​스케일링, 정규화

2. ​​원-핫 인코딩

3. ​​새로운 특성 생성

• ​​
  

​​3. 모델링

• ​​베이스라인 코드 - 상위 30% 이상을 목표로

​​

​​

​​Level 3

​​1. 탐색적 데이터 분석 심화

1. ​​상관관계

​​

​​2. 피처 엔지니어링 심화

1. ​​이상치 처리 기법 심화

1. ​​Multiple Imputation

2. ​​Regression Imputation

2. ​​차원축소

3. ​​categorical variable 처리방법

​​3. 모델링 심화

1. ​​우승자 코드 - 상위 5% 이상을 목표로

​​

​​Level 4

​​1. 모델 고도화

• ​​Interpretable Machine Learning(lime)

• ​​Bayesian optimization

• ​​SHAP value