[Megabyte School : AI 데이터 사이언티스트 취업 완성 과정] Day 48.

 

 

 

안녕하세요 늑대양입니다 :)

 

 

계속해서 본격적으로 ML 학습을 진행합니다!! 🥸

 

 

[AI 데이터 사이언티스트 취업 완성 과정]의 48일차 일과를 정리하여 안내해드리도록 하겠습니다.

 

 

 

 

늑대양 하늘하늘 버전!!

 

 

 

Day 48 시간표:

• 머신러닝 실전 (실강)
• 머신러닝 실전

 

 

 

머신러닝 실전 (실강)

Learning material:

• https://www.kaggle.com/competitions/spaceship-titanic/rules

Spaceship Titanic | Kaggle

 

 

 

실습 진행

sklearn_tutorial_Spaceship_Titanic_Prediction_Tutorial

scikit-learn 실습 - 1

 

 

 

scikit-learn 실습 - 2

 

 

 

scikit-learn 실습 - 3

 

 

 

scikit-learn 실습 - 4

 

 

 

scikit-learn 실습 - 5

 

 

 

scikit-learn 실습 - 6

 

 

 

scikit-learn 실습 - 7

 

 

 

scikit-learn 실습 - 8

 

 

 

scikit-learn 실습 - 9

 

 

 

scikit-learn 실습 - 10

 

 

 

scikit-learn 실습 - 11

 

 

 

scikit-learn 실습 - 12

 

 

 

scikit-learn 실습 - 12

 

 

 

scikit-learn 실습 - 13 - csv 파일로 결과 저장!!

 

 

 

scikit-learn 실습 - 14 - 결과 제출 방법 - 1

 

 

 

scikit-learn 실습 - 14 - 결과 제출 방법 - 2

 

 

 

scikit-learn 실습 - 14 - 결과 제출 방법 - 3

 

 

 

scikit-learn 실습 - 14 - 결과 제출 방법 - 4

 

 

 

 

이론 수업

회귀(Regression)

데이터의 경향성을 파악!

 

Regression

 

 

• 회귀의 (비교적) 엄밀한 정의 (Formal Definition)

 

"In statistical modeling, regression analysis is a set of statistical processes for estimating the relationships betwwen a dependent variable(y) and one or more independent variables(X).

 

 

• linear regression
• Gradient Boosting model

 

 

회귀의 직관적인 의미

• 주어진 데이터(X)와 원하는 값(y) 사이의 관계를 찾는 방법
• 주어진 데이터(X)를 통해서 원하는 값(y = target value)을 예측하는 방법
  e.g. 부동산 매물 관련된 여러 가지 데이터(X)가 주어졌을 때, 집 값(y)을 예측하는 작업

 

 

 

 

 

Linear regression

가장 직관적인 회귀 모델

 

Linear regression

 

 

 

Linear regression의 장점!

• 해석력이 아주 좋음!!
• 오히려 심플하게 하는 것이 더 예측이 잘 될 수도 있음(조금 버리는 부분이 있다 하더라도..)
• 학습 속도도 빠름!
• 기타 등등

 

 

Nonlinear 한 방법의 단점

• Overfitting 될 가능성이 높음
• 해석이 어려움

 

딥러닝에서 Linear regression 사용 이유

• 지도가 없어서..🫠

 

머신러닝에서 Linear regression 사용 이유

• 정답을 빨리 찾고 싶어서

 

 

 

Linear regression 에 대한 개념적 이해!!

 

 

• 부호 보다는 업데이트 된다는 느낌적인 느낌이 중요함!!!

 

 

 

 

Gradient Boosting model

Boosting

Boosting

 

 

 

Gradient Boosting

Gradient Boosting

 

 

 

Decision Tree model - Regression Tree

Regression Tree

 

 

• 10개 보다 적으면 버려버림!!

 

 

 

Gradient Boosting Model - Random Forest + Gradient Descent Algorithm

Random Forest + Gradient Descent Algorithm

 

 

• Regularization을 정말 잘해줘야함!! (overfitting을 막기위함!!)
• residual(잔류) 의 r
• XGBoost는 속도까지 (개)쩜!!

 

 

 

 

 

 

 

 

 

 

긴 글 읽어주셔서 감사합니다 😍