Fintecuriosity

이번 포스트에서는 캐글에서 import하여 쓰거나 개인 local 환경에서 쓸 수있는 딥러닝 라이브러리 및 프레임워크들의 종류에 대해서 알아보겠습니다. 주로 많이 쓰는 텐서플로우, 케라스, 파이토치 외에도 수많은 딥러닝 라이브러리들이 존재하지만 그 중에서도 인지도가 높고 연구, 개발 분야에서 많이 알려진 위주로 포함을 하였습니다. 아직까지는 Tensorflow를 제일 많이 선호하고 그림에서 또한 똑같은 결과를 확인할 수 있습니다. 하지만 최근에 Pytorch가 직관적이고 간결한 사용법을 제공하고 있어서 연구 및 개발하시는 분들께서 선호하십니다. 긴 글 읽어주셔서 감사합니다. References [1] Jung, K., (2018). Kaggle 우승작으로 배우는 머신러닝 탐구생활.

최근에 데이터 사이언스 분야로 커리어를 변경 하시려는 분 들이나 이미 ML, DL 엔지니어로 현업에 계시는 분들까지 캐글에 대해서 한번 쯤은 들어보셨거나 익숙하실 것이라고 생각합니다. 이 포스트는 캐글의 유래와 특징에 대하여 설명하는 포스트입니다. 이미 익숙하신 분들은 재미로 읽어주시면 좋을 것 같습니다. 캐글은 2010년 4월에 설립된 공공 및 기업 데이터를 활용하여 문제를 해결하는 머신러닝 경진대회 플랫폼입니다. 주로 캐글에서는 데이터 분석을 하는 task가 메인인데 주로 머신러닝, 딥러닝 방법론들을 사용하여 문제를 해결합니다. 많은 분들이 데이터 사이언스 분야에 처음 입문하실 때 접하는 것이 캐글의 "타이타닉 생존자 예측" 경진대회로 연습을 하십니다. 캐글에서 주어지는 문제들은 주로 기업이나 단체가..