Py) ML - 모델 평가(Drop Column Importance)
Python / ML
9분 읽기 (대략 1376 단어)

Py) ML - 모델 평가(Drop Column Importance)

지도학습 모델의 독립변수 중요도를 확인하기 위해 사용하는 Drop Column Importance에 대해 알아본다.
Py) ML - 모델 평가(Permutation Importance)
Python / ML
17분 읽기 (대략 2575 단어)

Py) ML - 모델 평가(Permutation Importance)

지도학습 모델의 독립변수 중요도를 확인하기 위해 사용하는 Permutation Importance에 대해 알아본다.
Py) ML - KNN 문제해결
Python / ML
2분 읽기 (대략 237 단어)

Py) ML - KNN 문제해결

sklearn 라이브러리의 k-NN 클래스 사용시 발생하는 특수한 에러 해결 방법을 다룬다.
Py) ML - 모델 평가(회귀모델)
Python / ML
7분 읽기 (대략 1051 단어)

Py) ML - 모델 평가(회귀모델)

머신러닝에서의 회귀모델의 평가(Evaluation, Scoring)를 위한 종속변수 평가지표에 대해 알아본다.
Py) ML - 모델 평가(분류모델)
Python / ML
7분 읽기 (대략 999 단어)

Py) ML - 모델 평가(분류모델)

머신러닝에서의 분류모델의 평가(Evaluation, Scoring)를 위한 종속변수 평가지표에 대해 알아본다.
Py) ML - 데이터 분할-02
Python / ML
8분 읽기 (대략 1142 단어)

Py) ML - 데이터 분할-02

sklearn 라이브러리의 train_test_split() 함수를 사용하지 않고 Holdout Test를 위해 데이터를 분할하는 다양한 방법을 알아보자.
Py) ML - One-Hot Encoding
Python / ML
21분 읽기 (대략 3113 단어)

Py) ML - One-Hot Encoding

sklearn과 Pandas 라이브러리를 활용하여 범주형 변수를 원핫 인코딩(One-Hot Encoding)을 실시하는 방법에 대해 알아본다.
Py) ML - 정규화
Python / ML
26분 읽기 (대략 3942 단어)

Py) ML - 정규화

sklearn 라이브러리의 정규화 클래스를 사용하여 데이터를 정규화(normalization) 하는 방법에 대해 알아본다.
Py) ML - 데이터 분할-01
Python / ML
10분 읽기 (대략 1510 단어)

Py) ML - 데이터 분할-01

sklearn 라이브러리의 train_test_split() 함수를 사용하여 데이터세트를 분할하는 방법에 대해 알아본다.
Py) Scikit Learn 업데이트
Python / ML
3분 읽기 (대략 492 단어)

Py) Scikit Learn 업데이트

Scikit Learn 1버전 정식출시와 관련하여 라이브러리의 업데이트(업그레이드)와 특정 버전 지정 설치에 대해 알아본다.
강의 의뢰

링크

카테고리

최근 글

저장소

최근 글

저장소

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×