Guide - 분석 가이드와 코딩 시나리오
숫자 손글씨 인식하기
분석 가이드
- 1.문제를 이해합니다. 이미지의 각 픽셀을 특징 데이터로 취급하여 어떤 숫자인지 인식하는 문제입니다.
- 2.EDA 및 Feature Engineering을 실시합니다. 어떤 식으로 이미지의 픽셀을 특징 데이터로 구성하였는지 파악합니다.
- 3.가설 검증 계획을 수립합니다. classfication을 다루는 머신러닝 모델링
- 4.데이터셋을 구성합니다. 상황과 목적에 따라 적절한 train set, (validation set), test set을 구성합니다.
- 5.모델링하고 학습합니다. DecisionTreeClassifier, RandomForestClassifier, …
- 6.모델을 평가하고 검증합니다.
- 7.최종 결론을 도출합니다. 000모델을 통해 000의 정확도로 숫자 손글씨를 OCR할 수 있다.
코딩 시나리오
- 1.데이터를 불러옵니다.
- 2.EDA 및 Feature Engineering을 실시합니다.
- 3.데이터셋을 구성합니다.
- 4.모델링하고 학습합니다.
- 5.모델을 평가하고 검증합니다.
- 6.최종 결론을 도출합니다.
와인 품질 측정하기
분석 가이드
- 1.문제를 이해합니다. 와인의 각종 화학데이터를 기반으로 실제 와인 품질을 추정하는 문제입니다.
- 2.EDA 및 Feature Engineering을 실시합니다. 주요 특징과 중요성이 떨어지는 특징을 구분하고 각종 시각화를 진행하여 데이터 구조를 이해합니다.
- 3.가설 검증 계획을 수립합니다. regression을 다루는 머신러닝 모델링
- 4.데이터셋을 구성합니다. 상황과 목적에 따라 적절한 train set, (validation set), test set을 구성합니다.
- 5.모델링하고 학습합니다. DecisionTreeRegressor, RandomForestRegressor, LinearRegression, Ridge, PolynomialFeatures, …
- 6.모델을 평가하고 검증합니다. 더 좋은 평가 방식이 있는지 고민합니다.
- 7.최종 결론을 도출합니다. 000모델을 통해 000의 정확도로(혹은 다른 평가지표) 와인의 품질을 추정할 수 있다.
코딩 시나리오
- 1.데이터를 불러옵니다.
- 2.EDA 및 Feature Engineering을 실시합니다.
- 3.데이터셋을 구성합니다.
- 4.모델링하고 학습합니다.
- 5.모델을 평가하고 검증합니다.
- 6.최종 결론을 도출합니다.
Last modified 3yr ago
Copy link