💡 3차 미니 프로젝트 이번 미니프로젝트는 머신러닝 수업이 끝나고 하는 프로젝트이다. 어려울 것 같으면서 기대도 되는 프로젝트였다. 이번 3차 미니 프로젝트는 처음 같이 팀을 하는 에이블러가 많았다. 다들 열정이 대단했는데 팀원이 결정되자마자 모두 바로 대면 강의실을 예약 했다. 📕 프로젝트 개요 주제 국민 건강 증진을 위한 스마트워치 데이터 분석을 수행하라 목표 신 제품에 '계단 오르기' 운동을 감지할 수 있는 기능을 탑재하려고 함. 6가지 행동 데이터 검토 후 '계단 오르기'를 분류 할 수 있는 AI 모델 생성. 프로젝트 진행 1. 데이터 분석 2. 모델 튜닝 3. 모델 검증 📅 프로젝트 일정 Day 1 데이터 분석 EDA Feature 분석 중요한 Feature 찾기 Day 2 모델 튜닝 다양한 모..
📅 6, 7주 차 일정 6, 7주 차 후기는 한꺼번에 작성할 예정이다. 그 이유는 6일에 걸쳐 머신러닝 수업을 진행하였고, 머신러닝에 대한 후기를 작성하려고 한다. 📕 수업 내용 학습 내용 머신러닝 개념과 관련 용어 회귀와 분류 구분 모델링 코드 작성 방법 기본 알고리즘 원리 효율적인 성능 평가 방법 하이퍼파라미터 튜닝 앙상블 알고리즘 등 Scikit-Learn 모델링 코드 구조 1. 불러오기 - 사용할 라이브러리를 import 2. 선언하기 - 사용할 알고리즘을 모델로 선언 3. 학습하기 - 모델.fit(x_train, y_train) 형태로 학습시키기 4. 예측하기 - 모델.predict(x_test) 형태로 예측 값 만들기 5. 평가하기 - 예측 값과 실제 값으로 평가 알고리즘 Linear Regr..
1. 분리하기 from sklearn.model_selection import train_test_split 2. 회귀문제 from sklearn.linear_model import LinearRegression from sklearn.neighbors import KNeighborsRegressor from sklearn.tree import DecisionTreeRegressor from sklearn.svm import SVR from sklearn.ensemble import RandomForestRegressor from xgboost import XGBRegressor from lightgbm import LGBMRegressor from sklearn.metrics import mean_ab..
