열심히 코딩 하숭!

* 해당 글은 inflearn의 강의 '[개정판] 파이썬 머신러닝 완벽가이드'를 정리한 글입니다. 회색 - 강의 제목 노란색, 주황색 - 강조 1일 사용자 행동 인식 데이터를 이용한 결정 트리 실습 - 4장 4.2 결정트리 참고 앙상블 학습의 개요와 보팅(Voting)의 이해 앙상블 학습 - 여러 개의 분류기를 생성하고 그 예측을 결합함으로써 보다 정확한 최종 예측을 도출 - 유형: 보팅(Voting), 배깅(Baggin), 부스팅(Boosting), 스태킹(Stacking) 등 - 단일 모델의 약점을 다수의 모델들을 결합하여 보완 보팅 - 여러 개의 분류기가 투표를 통해 최종 예측 결과를 결정 1) 하드 보팅 - classifier 간 다수결로 최종 class 결정 2) 소프트 보팅 - classifi..

* 해당 글은 inflearn의 강의 '[개정판] 파이썬 머신러닝 완벽가이드'를 정리한 글입니다. 회색 - 강의 제목 노란색, 주황색 - 강조 5일 분류(Classification) 개요와 결정트리(Decision Tree) 소개 분류 알고리즘 (Classification) - 주어진 데이터의 피처와 레이블값을 학습해서 모델 생성 - 생성된 모델에 새로운 데이터 값이 주어졌을 때, 미지의 값을 예측 결정 트리 개요 - 매우 쉽고 유연하게 적용될 수 있음 - 데이터의 스케일링이나 정규화 등의 사전 가공의 영향이 적음 - 예측 성능 향상을 위해 복잡한 규칙 구조를 가져야 하며, 이로 인해 과적합(overfitting)이 발생해 반대로 예측 성능이 저하될 수도 있다는 단점이 있음 앙상블 기법 개요 - 결정 트..

* 해당 글은 inflearn의 강의 '[개정판] 파이썬 머신러닝 완벽가이드'를 정리한 글입니다. 회색 - 강의 제목 노란색, 주황색 - 강조 3일 사이킷런으로 수행하는 타이타닉 생존자 예측 타이타닉 생존자 예측 - 데이터 전처리 - Null 처리 / 불필요한 속성 제거 / 인코딩 타이타닉 생존자 예측 - 모델 학습 및 검증/예측/평가 - 결정트리, 랜덤포레스트, 로지스틱 회귀 학습 비교 - K 폴드 교차 검증 - cross_val_score()와 GridSearchCV() 수행 코드 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline titanic_df =..

* 해당 글은 inflearn의 강의 '[개정판] 파이썬 머신러닝 완벽가이드'를 정리한 글입니다. 회색 - 강의 제목 노란색, 주황색 - 강조 1일 사이킷런 소개와 머신러닝 분류 예측 모델 개요 사이킷런(scikit-learn) - 쉽고 가장 python스러운 API를 제공함 - 머신러닝을 위한 매우 다양한 알고리즘과 개발을 위한 편리한 프레임워크, API 제공 - 주로 Numpy와 Scipy 기반 위에서 구축된 라이브러리 Feature(속성) - 데이터 세트의 일반적인 속성 - 타겟값을 제외한 나머지 속성이 모두 Feature 레이블, 클래스, 타겟(값), 결정(값) - 지도 학습 시 데이터의 학습을 위해 주어지는 정답 데이터 - 분류의 경우에는 이 결정값을 레이블 또는 클래스로 지칭 지도학습(Supe..

* 해당 글은 inflearn의 강의 '[개정판] 파이썬 머신러닝 완벽가이드'를 정리한 글입니다. 회색 - 강의 제목 노란색, 주황색 - 강조 민트색 - 발표할 때 짚고 넘어가면 좋을 것 같은 부분 1일 [0:03:04] 시각화를 시작하며 - 시각화 몰라도 너무 스트레스 받지 말자! [0:11:57] Matplotlib과 Seaborn 개요 및 비교 통계적인(statistical) 시각화 - Seaborn - 히스토그램, 바이올린 플롯, 산포도, 바차트, 분위, 상관 히트맵 중간 - Matplotlib 업무 분석(business analysis) 시각화 - Plotly - 바차트, 라인 플롯, 파이 차트, 영역 차트, 산포도, 방사형 차트, 버블 차트, 깔때기 차트 맷플롯립(Matplotlib) - 파이..

* 해당 글은 inflearn의 강의 '[개정판] 파이썬 머신러닝 완벽가이드'를 정리한 글입니다. 회색 - 강의 제목 노란색, 주황색 - 강조 민트색 - 발표할 때 짚고 넘어가면 좋을 것 같은 부분 [이전 글] 글 비밀번호 1234 https://chaesoong2.tistory.com/22 머신러닝 개념, numpy 알아보기 | 1주차 - 1 | 파이썬 머신러닝 완벽가이드 chaesoong2.tistory.com 위 글에 이어 작성합니다. 3일 [0:12:22] 판다스(Pandas) 개요와 기본 API - 01 판다스(Pandas)란? - 파이썬에서 데이터 처리를 돕는 라이브러리 - 많은 부분이 넘파이 기반으로 작성됨 - CSV 등의 파일을 쉽게 DataFrame으로 변경해 데이터 가공/분석을 편리하게..

* 해당 글은 inflearn의 강의 '[개정판] 파이썬 머신러닝 완벽가이드'를 정리한 글입니다. 회색 - 강의 제목 노란색, 주황색 - 강조 민트색 - 발표할 때 짚고 넘어가면 좋을 것 같은 부분 1일 [0:07:49] 개정판 강의 소개 실제 업무에 머신러닝이 어떻게 적용되는지 애플리케이션을 작성해 보면서 익히는게 매우 중요하다 [0:07:49] 머신러닝의 개념 Machine Learning (머신러닝) - 데이터를 기반으로 패턴을 학습하고 결과를 예측 - 숨겨진 패턴을 인지해 해결한다 - ex) 데이터마이닝, 영상 인식, 음성 인식, 자연어 처리 [0:11:45] 머신러닝의 유형과 데이터의 중요성 지도학습(Supervised Learning) - 문제(feature)와 답(target, label)을..