문서 보기역링크PDF로 내보내기맨 위로 이 문서는 읽기 전용입니다. 원본을 볼 수는 있지만 바꿀 수는 없습니다. 문제가 있다고 생각하면 관리자에게 문의하세요. # 캐글 가이드 {{tag>kaggle guide}} 전 세계 데이터 과학자와 소통하고, 경쟁하고, 성장하기 사카모토 도시유키 지음, 박광수(아크몬드) 옮김 캐글 가이드 저장소(https://github.com/dybooksIT/kaggle-guide) ## 최신 기술 살펴보기 [[Mercari Price Suggestion Challenge]] (2018년 2월) [[TF-IDF]] 벡터 + 전결합층 신경망 => 각 단어의 출현 빈도를 신경망으로 학습 https://www.kaggle.com/c/mercari-price-suggestion-challenge/discussion/50256 [[Toxic Comment Classification Challenge]] (2018년 3월) [[FastText]], [[Glove]] + [[GRU]] + [[LightGBM]] => 단어 벡터 사전을 시계열 데이터로 학습해 조합 https://www.kaggle.com/c/jigsaw-toxic-comment-classification-challenge/discussion/52557 [[Avito Demand Prediction Challenge]] (2018년 6월) [[FastText]] + [[LSTM]] + [[2D-CNN]] => 문장의 데이터와 이미지를 신경망으로 동시에 학습 https://www.kaggle.com/c/avito-demand-prediction/discussion/59880 [[Quora Insincere Questions Classification]] (2019년 1월) [[Glove]], [[para]] + [[OOV]] Token + [[LSTM]] + [[1D-CNN]] => 어휘 이외의 단어를 [[OOV]] 토큰으로 학습 https://www.kaggle.com/c/quora-insincere-questions-classification/discussion/80568 [[Jigsaw Unintended Bias in Toxicity Classification]] (2019년 6월) [[BERT]] + [[XLNet]] + [[GPT2]] https://www.kaggle.com/c/jigsaw-unintended-bias-in-toxicity-classification/discussion/103280 ## 머신 러닝 라이브러리와 프레임워크 - [[LightGBM]] - [[fast.ai]] ## 참고 사이트 - 페이스북 캐글 코리아 그룹(https://www.facebook.com/groups/KaggleKoreaOpenGroup) - 캐글 코리아 블로그(https://kaggle-kr.tistory.com) - Kaggle-knowhow(https://github.com/zzsza/Kaggle-knowhow) - 한국인을 위한 (파이썬) 캐글 튜토리얼(https://github.com/seriousran/kaggle-for-korean) open/캐글-가이드.txt 마지막으로 수정됨: 2021/03/31 12:50저자 127.0.0.1