Kaggle-KR

--- competition: Porto Seguro’s Safe Driver Prediction original kernel: https://www.kaggle.com/bertcarremans/data-preparation-exploration share: @h0609zxc, 홍정호, KQNG date: 2019.07.12 --- 유한님이 만든 커리큘럼에 있는 커널 중 하나로 홍정호님이 번역/공유해주신 커널입니다!! 한 번에 두 개의 커널을 공유해주셨습니다. [1]은 보다 기초적인 커널이니 [1]을 보신 분들은 [2]도 함께 보면 좋을 것 같습니다. 좋은 자료를 공유해주신 h0609zxc님 정말 감사합니다!! https://colab.research.google.com/drive/1b-L1YNurN88..

competition : Home credit Default Risk Competition original kernel : https://www.kaggle.com/willkoehrsen/introduction-to-manual-feature-engineering/notebook?fbclid=IwAR0PRN0wtRI2uZKhrWccEAnqT2a0OztLPbwdOpp7l9rqB0UNKHPUMCvUXGM writer : 한승균 sharing : @ date : 2019.06.10 will koehrsen님의 Home Credit Default Risk Competion 시리즈 중에 Introduction to Manual Feature Engineering을 번역한 커널입니다. 번역한 커널의 양이 엄청나네요..

title : Everything you can do with a time series link : https://www.kaggle.com/thebrownviking20/everything-you-can-do-with-a-time-series writer : @thebrownviking sharing : @sunbinium translation : https://nbviewer.jupyter.org/gist/subinium/26d22a786b0b7d088da63a97bf8e1d44 2019년 5월 21일에 필사한 커널입니다. 시계열을 공부하는 분들에게 좋은 커널입니다. 많은 양을 담고 있고, 전체적인 흐름을 알기에 좋은 커널입니다. 안수빈(@subinium)이 번역한 커널입니다. 일부 단어는 그 의미를..

--- competition : Fashion MNIST original kernel : https://www.kaggle.com/shivamb/how-autoencoders-work-intro-and-usecases writer : ShivamBansal sharing : @subinium date : 2019.03.19 --- Shivam Bansal님의 오토인코더 글을 번역한 커널입니다. 오토인코더를 공부하는 분들에게 좋은 예시 커널이 될 수 있으면 좋겠습니다. 링크 : https://www.kaggle.com/subinium/how-autoencoders-work-korean-ver 블로그 : 안수빈의 블로그 페이스북 : 어썸너드 수비니움 유튜브 : 수비니움의 코딩일지

--- competition : Bike Sharing Demand writer & sharing : h0609zxc --- https://nbviewer.jupyter.org/gist/subinium/330eae9a2aaf050dfa6b06edf471cf0f 시각화가 아주 이쁜 커널입니다. 공유 감사합니다. h0609zxc님의 블로그입니다. https://blog.naver.com/h0609zxc 앞으로 더 많은 캐글 공유 기대하겠습니다. ipynb 파일을 nbviewer로 올리기 위해 subinium(캐글커널번역프로젝트 관리자) 개정을 사용했습니다. 후에는 kaggle-korea 공식 github 계정을 통해 업로드하겠습니다.

Quora Question Pairs 컴페티션¶ 컴페티션 링크 : https://www.kaggle.com/c/quora-question-pairs 커널 링크 https://www.kaggle.com/anokas/data-analysis-xgboost-starter-0-35460-lb 개요 ¶ Quora는 사용자이 직접 질문하고, 답변하고, 편집하는 문답 커뮤니티 사이트이다. 국내에서 유사한 서비스 중 가장 유명한 것은 '네이버 지식IN'이다. Quora는 '네이버 지식IN'과 비슷하나 좀 더 세계적인 서비스다. 따라서 매달 1억 명이 넘는 사용자가 Quora를 방문한고 한다. 이렇게 많은 사용자가 방문하다 보니 중복된 질문 또한 있기 마련이다. 동일한 질문이 중복 될 시, 답변을 찾는 사람 입장에서는 ..

tutorial 안녕하세요!. 이번에는 빙하와 배를 구분하는 문제를 풀어보려고 합니다. 캐나다 동쪽 해안에서는 표류하는 빙하가 자칫 위험이 될 수 있다고 합니다. 그래서 많은 연구기관, 기업들이 이 위험을 피할 방방법을 찾기 위해 노력하고 있다고 하네요. 위성사진을 이용해 지속적으로 모니터링을 한다고 합니다. Statoil 이라는 국제 에너지 기업과 C-CORE 라는 위성 기업이 이 컴퍼티션을 주최하였는데, 이들이 제공한 위성사진을 가지고 배(ship)와 빙하(iceberg)를 잘 구분해내는 머신러닝, 딥러닝 모델을 세우는 게 목표입니다.이번 컴퍼티션은 image classification 이며, binary classfication 입니다. 그래서 본 튜토리얼은 이..

My_kernel_chapter_Feature_engineering 본 튜토리얼을 설명한 강의가 제 유투브에 있으니 참고하시면 됩니다^^¶ https://www.youtube.com/channel/UC--LgKcZVgffjsxudoXg5pQ Contents 3 Feature engineering 3.1 Fill Null data 3.1.1 Fill Null in Age using title 3.1.2 Fill Null in Embarked 3.2 Change Age (continuous to categorical) 3.3 Change Initial, Embarked and Sex (string to numerical) 3.4 One-hot encoding on Initial and Embarked 3.5..