파이썬 머신러닝 완벽 가이드 예제를 연습하고 정리하는 공간

• [책 정보] (https://wikibook.co.kr/ml-definitive-guide/)
• [예제코드 다운로드] (https://github.com/wikibook/ml-definitive-guide/archive/master.zip)

CH01 (파이썬 기반의 머신러닝과 생태계 이해) <노트북 바로가기>

• boolean 인덱싱을 통한 데이터프레임 조건 추출
• Aggregation 적용 방법
• groupby 적용 방법
• 결측 데이터 처리 방법 (isna, fillna)
• apply, lambda 적용 방법

CH02 (사이킷런으로 시작하는 머신러닝)<폴더>

• Scikit-learn 설치
• train_test_split()
• 예측 평가
• 교차검증 (KFold, StratifiedKFold, cross_val_score)
• 하이퍼파라미터 튜닝(GridSearchCV)
• 데이터 인코딩 (레이블인코딩, 원핫인코딩)
• 피처스케일링 (표준화, 정규화) (StandardScaler, MinMaxScaler)
• 배운 내용으로 타이타닉 생존자 예측
• 결정트리, 랜덤포레스트, 로지스틱 회귀를 이용해 학습

CH03 (평가) <노트북 바로가기>

• 정확도
• 오차 행렬
• 정밀도
• 재현율
• F1 스코어
• ROC-AUC
• Pima Indians Diabetes Database 데이터로 정리한

CH04 (분류) <폴더>

• 앙상블
• Gradient Boosting Machine - GBM
• eXtra Gradient Boost - XGB
• XGB를 이용한 실습
• LightGBM - LGBM
• LGBM을 이용한 실습
• XGB, LGBM 비교하며 실습한 Satander Customer Satisfaction(캐글 데이터)
• creditcardfraud 실습 (캐글 데이터)
• Stacking

TEST