Fashion MNIST dimensionality reduction
Fashion MNIST dataset 28*28 pixels(784 차원) label 0 T-shirt/top 1 Trouser 2 Pullover 3 Dress 4 Coat 5 Sandal ...
Fashion MNIST dataset 28*28 pixels(784 차원) label 0 T-shirt/top 1 Trouser 2 Pullover 3 Dress 4 Coat 5 Sandal ...
Optimize regression problem by gridsearching through several models and hyperparameters.
Optimize classification problem by gridsearching through several models and hyperparameters.
Skim through fundamental machine learning concepts and mathematical implications.
Skim through fundamental machine learning concepts and mathematical implications.
Skim through fundamental machine learning concepts and mathematical implications.
Skim through fundamental machine learning concepts and mathematical implications.
Skim through fundamental machine learning concepts and mathematical implications.
리스트, string 형태로 있는 태그 series를 전처리 후 0과 1의 숫자열 데이터로 변환합니다.
네이버 open api으로 한강 나들이 블로그 포스팅 내용 50개를 크롤링하고, 유튜브 동영상 댓글과 추천수 크롤링하기 네이버 open api 웹사이트 : https://developers.naver.com/main/
Several seaborn libraries to visualize data in virtual environment.
EDA procedures, types, and exercises.
Essential Numpy and Pandas syntax
Essential markdown syntax for github blogs.
Week 4 task of Stanford CS244n: Natural Language Processing with Deep Learning
Week 3 task of Stanford CS244n: Natural Language Processing with Deep Learning
Week 2 task of Stanford CS244n: Natural Language Processing with Deep Learning
Week 1 task of Stanford CS244n: Natural Language Processing with Deep Learning
Gensim word vector visualization of various word vectors
DSL 논문 스터디 6기 손예진님이 발제하신 내용을 기반으로 작성했습니다.
DSL 논문 스터디 6기 손예진님이 발제하신 내용을 기반으로 작성했습니다.
DSL 논문 스터디 6기 손예진님이 발제하신 내용을 기반으로 작성했습니다.
DSL 논문 스터디 6기 손예진님이 발제하신 내용을 기반으로 작성했습니다.
“딥러닝을 이용한 자연어 처리 입문” 강의 MTL 모델 코드를 참고했습니다. https://wikidocs.net/24996
01-05 ~ 01-26까지 DataScience Lab 학회에서 진행한 EDA 프로젝트 요약본입니다. 깃허브 repository link: https://github.com/a2ran/9th_EDA/tree/main/4%E1%84%8C%E1%85%A9
EDA 발표 (01.25) 이전 사전시각화 (1)
EDA 발표 (01.25) 이전 데이터분석 (1)
Open crawled data from naver blog reviews and represent them as wordcloud images.
Classifying IMDB review sentiments with Bidirectional-LSTM architecture
Classifying CIFAR-10 Dataset with over 70% test accurate Pytorch Neural Network
네이버 부동산에서 크롤링해 가져온 서울시 부동산 데이터를 전처리 후 회귀분석을 통해 예측합니다.
서울시 따릉이 공공데이터를 받아와 자전거 대여 회귀분석과 비오는날 분류를 진행합니다.
한국어 문장예측모델인 skt/kogpt2을 fine-tuning해 사용자가 심리상담 주제 관련 문장을 입력하면, 대화의 주제와 응답을 출력하는 챗봇 모델을 구축했습니다.
웰니스 대화 스크립트 데이터셋(AI Hub, 2019)을 사용한 질의응답용 챗봇 프로그램입니다.
Tensorflow tutorial을 참고하여 만든 transformer모델 기반 한국어 심리상담 챗봇 미니 프로젝트입니다.
How to: analyze 200,000 sized movie sentiment data through Bidirectional LSTM with ease.
kr sentence transformer model review and implementation
수정 로그: 문장 토큰화 방식을 기존 단어 빈도수 -> 형태소 분석을 마친 후 단어 빈도수 분석 방식으로 수정했습니다.
Tensorflow tutorial을 참고하여 만든 일상생활 및 구어체 번역기 미니 프로젝트입니다.
skim through widely known hypothesis tests, regressions, and sampling methods
```python 출처 https://towardsdatascience.com/infectious-disease-modelling-part-i-understanding-sir-28d60e29fdfc