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..

데이터 사이언스에 관련을 가지게 되면서 머신러닝, 딥러닝에 관한 연구, 논문과 수업들에서는 이해가 안가는 단어들이 한,두가지 아니였습니다. 그래서 항상 공부를 하며 모르는 단어의 어원과 유래를 먼저 검색하고, 그 의미를 추론을 하는 과정을 계속 반복하였습니다. 물론 그 다음에 단어의 의미를 깨닫고도 원리가 이해가 가지 않았을 때는 논문이나 다른 엔지니어 및 연구자 분들의 자료를 공부를 하는 방법으로 위와 같은 문제점을 해결해 나갔습니다. 그러면 이 포스트인 핵심인 Ablation study에 대해서 오늘 이야기 해보려고 합니다. 제가 Ablation study라는 단어를 제일 처음 접한 것은 대학교에서 진행하는 데이터 분석 수업이었습니다. 교수님께서 수업에서 쓰는 다른 단어들 예를 들면 causualiz..