Kaggle-KR

competition : Recruit Restaurant Visitor Forecasting writer : Heads or Tails share : @maestroyi date : 2019.04.25 Reference 원문 링크, original by Heads or Tails 날씨 자료 링크, Wiki Traffic Forecast Exploration ARIMA model by Timlee 두 번째 R 번역 커널까지 공유해주신 meastroyi님 감사합니다. 이번에도 매우 좋은 퀄리티 자료 감사합니다. R 사용자분들에게 좋은 커널일 것 같네요. 번역 커널 : https://www.kaggle.com/maestroyi/restaurant-visitor-forecasting-eda-with-r/rep..

유한님이 이전에 공유해주신 캐글 커널 커리큘럼 정리본입니다. 다들 Keep Going 합시다!! 커리큘럼 참여 방법 필사적으로 필사하세요 커널의 A 부터 Z 까지 다 똑같이 따라 적기! 똑같이 3번적고 다음 커널로 넘어가시면 됩니다. Binary classification : Tabular data 1st level. Titanic: Machine Learning from Disaster 타이타닉 튜토리얼 1 - Exploratory data analysis, visualization, machine learning EDA To Prediction(DieTanic) Titanic Top 4% with ensemble modeling Introduction to Ensembling/Stacking in P..

안녕하세요. 한글화 프로젝트를 진행하고 있는 안수빈(@subinium)입니다. 한글화프로젝트에서 커널 선택이 힘들어 못하는 분들을 위해 앞으로는 종종 주제를 잡아서 함께 한글화프로젝트를 진행할 예정입니다. 이번 주제는 Kernel Master인 Will Koehrsen님의 Home Credit Default Risk 커널 총 6개입니다. Start Here : A Gentle Introduction link Introduction to Manual Feature Engineering link Introduction to Manual Feature Engineering P2 link Tuning Automated Feature Engineering (Exploratory) link Feature Engin..

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 : House Prices: Advanced Regression Techniques original kernel : https://www.kaggle.com/erikbruin/house-prices-lasso-xgboost-and-a-detailed-eda/report writer : Erik Bruin share : @maestroyi date : 2019.03.19 --- 첫 R 번역 커널을 공유해주신 maestory님 감사합니다. 매우 상세한 자료로 R을 위주로 하시는 분들에게 좋은 자료가 될 것 같습니다. 번역 커널 : https://www.kaggle.com/maestroyi/house-prices-prediction-with-r-to-korean/report

--- 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.

PDF 자료 캐글 코리아 이유한님의 발표자료입니다.