귀퉁이 서재

시리즈로 소개한 제 책 《머신러닝·딥러닝 문제해결 전략》의 마지막 글을 공유합니다. 이번 글에서는 머신러닝 문제를 실제로 풀어가는 과정을 소개합니다. 탐색적 데이터 분석부터 베이스라인 모델 설계, 성능 개선까지 차근차근 설명합니다. 수많은 캐글 수상작을 리팩터링한 문제해결 프로세스를 이 글에서 경험해보시기 바랍니다. [캐글 안내서] 캐글러들은 머신러닝 딥러닝 문제를 어떻게 풀까? https://bit.ly/387QO9Q 캐글이란 무엇인지, 캐글을 어떻게 시작해야 하는지 궁금하다면 이전 글들 먼저 읽어주세요. [캐글 안내서] 캐글, 이렇게 시작하세요 https://bit.ly/3ytYvSr [캐글 안내서] 왜 캐글을 해야 할까? https://bit.ly/3N056bv

책 속의 글을 소개하는 이번 시간에는 캐글이란 무엇이고, 왜 해야 하는지, 주요 메뉴 구성과 개념을 소개한 ‘[캐글 안내서] 왜 캐글을 해야 할까?’에 이어 캐글에 가입하고 경진대회에 참여해 결과를 제출해 컨트리뷰터가 돼 보는 전 과정을 스크린샷과 함께 살펴봅니다. 속 이 두 글이면 캐글을 시작하는 데 충분할 안내가 될 것입니다. 두 글을 무료로 공개합니다. [캐글 안내서] 캐글, 이렇게 시작하세요 https://bit.ly/3ytYvSr [캐글 안내서] 캐글을 왜 해야 할까? https://bit.ly/3N056bv

“데이터 과학자를 위한 놀이터.”라고도 불리는 캐글. 캐글은 데이터 과학, 머신러닝 경진대회를 주관하는 온라인 커뮤니티입니다. 어떤 이유에서 수많은 데이터 과학자들이 왜 캐글을 추천할까요? 캐글이란 무엇이고, 이를 통해 무엇을 얻을 수 있을까요? 취업에는 어떤 도움이 될까요? 의 단편 글에서 왜 캐글을 시작해야 하는지 그 의문에 답을 드립니다. '캐글이란 무엇이고, 인공지능과 데이터 과학의 위상이 날로 높아지는 오늘날 캐글이 왜 중요한지' 설명하는 챕터 전체를 무료로 공개합니다. 다음 링크에서 보실 수 있습니다. https://bit.ly/3N056bv

은 지금까지 세 번 읽었다. 내게 꽤 큰 영향을 준 책이다. 정신없이 살았고, 그걸 즐기는 이상한(?) 성향을 가진 나를 잠깐 멈춰 세웠다. 멈춰 세운 책은 많지만 은 더 적극적으로 나를 저지했다. 그렇다고 이 내 인생 책인 건 아니다. 그렇지만 소로가 부를 누릴 충분한 능력을 가졌는데도 그 능력을 쿨하게 버렸다는 점이 내게 영향을 많이 줬나 보다(다른 얘기지만, 그런 점에서는 비트겐슈타인도 대단하다). 헨리 데이비드 소로는 1817년 미국 콩고드에서 태어난 시인이자 초월주의 철학자다. 법정 스님과 마하트마 간디에게 크게 영향을 미친 사람이다. 소로는 하버드 대학교를 졸업했지만 세속에서 벗어나 자연을 벗 삼아 살기를 원했다. 그 결과 28살 때 미국 매사추세츠주 콩코드에 있는 월든 호숫가에서 2년 2개월..