machine-learning
·⏱ 1m
kaggle) movie review의 점수를 올려 봅시다. 2편
이전에 뭐 gensim도 써보고 이것저것 해봤는데, 잘 안되더라고요. 그리고 post도 너무 길어져서 새로 해보려고 합니다 하하핫. 이전에 countvectorizer에서 최종 결과가 잘 나왔기 때문에, 일단은 countvectorizer를 다시...
Page 1 of 1
machine-learning
·⏱ 10m
kaggle) bike sharind demand를 맞춰봅시다!
kaggle) bike sharing demand를 맞춰봅시다! 아주 행복하게도, missing value가 없습니다 개좋음!! Linear model로 했을때보다, randomforest를 넣었을때 훨씬 좋게 나옵니다. 사실 너무 당연한 거죠....
machine-learning
·⏱ 35m
kaggle) imdb movie review를 분석합니다 - 1편
movie review분석하기!!! 요즘은 kaggle에 할만한 컴페티션을 찾아 다닙니다. 찾다가, movie review가 있고, 어떻게 해야 하는지에 대해서도 매우 자세하게 나와 있는 것 같아서, 한번 해보려고 해요!! 뭔가 계속 kaggle...
machine-learning
·⏱ 67m
kaggle) mnist 이미지 인식하기
mnist 이미지 분류기 만들기 mnist는 이제 너무너무도 유명한 데이터이긴 하지만 아무튼. mnist는 사람이 손으로 0-9까지 쓴 hand-written number digit 데이터입니다. 공개로 풀려 있기 때문에, 많은 머신러닝 초보자들...
machine-learning
·⏱ 42m
kaggle) 집 가격을 예측해 봅시다.
kaggle) 집 가격을 잘 예측해봅시다. 이 문제는 간단히 말하면, regression 문제네요. 이전에 풀어본 mnist, titanic의 경우는 classification의 문제에 속했는데, 이 문제는 regression 문제입니다. 다 좋...
machine-learning
·⏱ 13m
kaggle) titanic 생존자 예측하기
titanic의 생존자들에게는 어떠한 특성이 있을까. kaggle에서 titanic 데이터를 활용해서 어떤 사람들이 살아남았는지 예측하는 데이터를 제공합니다. 약간...무서운 데이터기는 하지만 그래도, 해보도록 합니다. 살아남았는지, 살아남지 않...