TIL _Today I Learned/2024.0820 [DAY 35] Machine Learning 실습 [천재교육] 프로젝트 기반 빅데이터 서비스 개발자 양성 과정 9기학습일 : 2024.08.30📕 학습 목록SNS 광고 타겟 클러스터링 모델 개발 📗 프로젝트 작업 내역1) 프로젝트 제목SNS 광고 타겟 설정을 위한 고객 클러스터링 모델 개발 2) 프로젝트 목표구매율이 높은 고객층을 식별하고, 이를 대상으로 효과적인 SNS 타겟 마케팅 전략을 구축하여 마케팅 효율성을 극대화하고 고객 만족도를 높임 3) 사용한 데이터 셋데이터: SNS 사용자 정보 및 제품 구매 여부 데이터고객의 나이와 연소득을 기반으로 구매 패턴을 분석하여, 다양한 고객 군집을 클러스터링하고 타겟 고객을 식별4) 워크플로우① 패키지 임포트사용한 주요 패키지: pandas, seaborn, numpy, matplotlib, scikit-.. 2024. 8. 30. [DAY 34] Machine Learning 심화 [천재교육] 프로젝트 기반 빅데이터 서비스 개발자 양성 과정 9기학습일 : 2024.08.29📕 학습 목록데이터 전처리 방법생존 분석최적화스테레오 비전 📗 기억할 내용1. 데이터 전처리 방법1) 피처 스케일링 (Feature Scaling)머신러닝 모델의 성능을 향상시키기 위해 변수의 데이터 분포를 조정하는 방법주요 스케일링 방법 : 표준화(Standardization), 정규화(Normalization) Standard Scaling(표준화)Min-Max Scaling(정규화)정의데이터를 평균이 0이고, 표준편차가 1인표준 정규분포로 변환데이터를 특정 범위(일반적으로 0~1)로 스케일링목적데이터를 표준화하여 비교 가능하게 함피처 간의 크기 차이를 줄여 거리 기반 알고리즘 성능 개선예시학생들의 시험 .. 2024. 8. 29. [DAY 33] xAI [천재교육] 프로젝트 기반 빅데이터 서비스 개발자 양성 과정 9기학습일 : 2024.08.28📕 학습 목록xAISHAPAhaRule-out 📗 기억할 내용1. 설명 가능한 인공지능 (xAI: Explainable AI)1) xAI ① 정의xAI(설명 가능한 인공지능) : 인공지능 모델의 의사결정 과정을 이해하고 설명할 수 있도록 하는 접근법xAI는 모델이 특정 예측을 내리기 위해 사용한 데이터와 논리를 투명하게 제시하여, 사용자나 이해관계자들이 모델의 결정에 대해 신뢰를 가질 수 있도록 함인공지능 시스템의 결과가 어떻게 도출되었는지 설명할 수 있어야 함② 목표투명성: 모델이 어떻게 작동하는지 이해할 수 있도록 명확한 설명을 제공신뢰성: 사용자들이 모델의 결정에 신뢰를 가질 수 있도록 지원공정성: 모델.. 2024. 8. 28. [DAY 32] 머신러닝 모델의 검증 [천재교육] 프로젝트 기반 빅데이터 서비스 개발자 양성 과정 9기학습일 : 2024.08.27📕 학습 목록머신러닝 모델의 검증머신러닝 모델의 성능 지표(정확도의 한계)과적합 및 과소적합의 문제모델의 학습 과정에서 이상 현상을 확인하는 법 📗 기억할 내용1. 머신러닝 모델의 검증목적: 모델의 성능 평가 및 개선 1) 머신러닝 모델 평가지표① 회귀모델에 대한 평가지표y(실제값, target value), y^(모델이 예측한 값, predicted value) 회귀모델 평가 지표 MAE(Mean Absolute Error)MSE(Mean Squared Error)RMSE(Root Mean Squared Error)개념예측값과 실제값의차이("오차")의 절대값 평균오차를 제곱하여 평균MSE의 제곱근계산식장점직.. 2024. 8. 27. [DAY 31] Machine Learning 실습 [천재교육] 프로젝트 기반 빅데이터 서비스 개발자 양성 과정 9기학습일 : 2024.08.26📕 학습 목록만료 상태 변환일 예측 모델 개발 📗 프로젝트 작업 내역1) 프로젝트 제목만료 상태 변환일 예측 모델 개발 2) 프로젝트 목표회원의 상태가 "만료"로 전환되는 시점을 예측하는 머신러닝 모델을 개발하여 고객 이탈을 사전에 방지할 수 있는 전략을 마련 3) 사용한 데이터 셋데이터: 천재교육 서비스의 회원 활동 및 상태 변화 데이터(만료상태변환일예측.csv)회원의 활동 패턴 및 상태 전환 정보에 대한 데이터를 기반으로 머신러닝 회귀 모델을 학습4) 워크플로우① 패키지 임포트사용한 주요 패키지: pandas, seaborn, numpy, matplotlib, scikit-learn, imblearnimp.. 2024. 8. 26. [DAY 30] 추천 시스템, 최적화 [천재교육] 프로트 기반 빅데이터 서비스 개발자 양성 과정 9기학습일 : 2024.08.23📕 학습 목록추천 시스템최적화(코루틴, 멀티프로세싱/멀티스레딩) 📗 기억할 내용 1) 추천 시스템 (Recommender System) ① 정의특정 사용자가 관심을 가질만한 정보(영화, 음악, 책, 뉴스, 이미지, 웹페이지 등)를 예측/추천하는 것사용자에게 맞춤형 추천을 제공- ex1 : 넷플릭스에서 시청한 영상과 유사한 영상을 추천- ex2 : 온라인 마켓(쿠팡,...)에서 사용자가 과거에 구매하거나 관심을 가진 물건과 유사한 물건을 보여줌 ② 알고리즘 종류 ②-1 콘텐츠 기반 추천 시스템(Content-Based Recommender System)사용자가 이전에 선호했던 아이템의 특징(콘텐츠)을 분석.. 2024. 8. 23. 이전 1 2 3 4 다음
