Editor:Redstone

머신 러닝 프로젝트를 단계별로 개선하는 방법 #1

이 글은 Structuring Machine Learning Projects 라는 강의 내용을 바탕으로, 필자의 경험과 의견을 덧붙인 글입니다. (1) 머신러닝 모델의 예측 정확도를 더 높이고 싶은 경우의 다양한 선택지 (2) Chain Assumptions in ML (3) 기타 경험적인 Tips 에 대한 내용을 담고 있습니다. * 원 강의 : Structuring Machine Learning Projects "머신러닝 모델이 잘 동작하지 않을 때, 우리는 어떻게 문제를 해결할 수 있을까?" 1. 머신러닝 프로젝트는, 정형화된 단계들로 나눌 수 있다. 2. 내 프로젝트가 어느 단계에서 문제가 발생했는지 파악한다. 3. 해당 단계에 적합한 방법론을 시도하여 성능을 개선한다. 프로덕션 레벨에서 머신러닝 ..

베이지안 통계로 보는 2022 대선 결과 예측 (Bayesian Hierarchical Modeling)

해당 게시글은 (1) Bayesian Hierarchical modeling의 개념 (2) Bayesian Hierarchical modeling 활용 사례 - 2022 대선 결과 예측 에 대한 내용을 담고 있습니다. Chapter #1 - Bayesian Hierarchical modeling의 개념 Bayesian Hierarchical modeling은 무엇이고, 왜 쓰는 것인가요? Hierarchical modeling 이란, 알고 싶은 파라미터를 여러 계층으로 구분하여 추정하는 방법론을 의미합니다. 베이즈 정리를 활용하여 사전 (prior) 분포를 가정하고, 사후 (posterior) 분포를 추정하는 베이지안 방법론과 같이 쓰일 때 Bayesian Hierarchical modeling이라 합니..