머신러닝 (3) 썸네일형 리스트형 [Kaggle] 자전거 대여 수요 예측|Bike Sharing Demand | RandomForest 캐글 [자거거 수요량 예측] 경진대회 도전!!! 캐글 노트북은 아래 링크에서 확인 할 수 있습니다. https://www.kaggle.com/code/rickyhouse/bike-sharing-demand-randomforest [Bike Sharing Demand | RandomForest Explore and run machine learning code with Kaggle Notebooks | Using data from Bike Sharing Demand www.kaggle.com](https://www.kaggle.com/code/rickyhouse/bike-sharing-demand-randomforest) EDA(탐색적 데이터 분석) Description datetime - hourly d.. [머신러닝 딥러닝 문제해결 전략] 하이파파라미터 최적화 하이퍼파라미터는 사용자가 직접 설정해야 하는 값. 데이터 분석에 사용하는 모델에 최적의 하이퍼파라미터를 전달해야 성능이 좋아짐. 모델이 좋은 성능을 내도록 최적의 하이퍼파라미터를 찾는 작업이 하이퍼파라미터 최적화임. 그리드서치, 랜덤서치, 베이지안 최적화가 대표적인 방법임. 그리드서치(Grid Search) 가장 기본적인 하이퍼파라미터 최적화 기법. 주어진 하이퍼파라미터를 모두 순회하며 가장 좋은 성능을 내는 값을 찾는다. 그래서 시간이 오래 걸린다는 단점이 있다. 공식문서 : https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html 랜덤서치(Random Search) 하이퍼파라미터를 무작위로 탐색.. 세브란스 연구팀, 인공지능 기반 비소세포폐암 치료반응 예측 알고리즘 개발 폐암 환자의 임상정보를 기반으로 면역항암제의 치료반응을 예측할 수 있는 머신러닝 기반의 알고리즘이 개발됐다. 이번 알고리즘 개발로 그동안 임상적 특성의 복합성으로 인해 예측이 어려웠던 치료반응을 더욱 향상된 예측력으로 환자 개인의 따라 더 적합한 치료를 제공할 수 있을 것으로 기대된다. 연세암병원 종양내과 김혜련, 홍민희, 안병철 교수와 연세대 의과대학 표경호 교수 연구팀은 ㈜테라젠바이오와 공동연구를 통해 환자의 다양한 임상정보를 머신러닝(인공지능)을 이용해 비소세포폐암 환자에서 면역항암제 치료반응을 예측하는 알고리즘을 개발했다고 9일 밝혔다. 이번 연구 결과는 국제학술지 ‘유럽 암 학회지 European journal of Cancer(IF 7.275)’ 최신호에 게재됐다. 폐암 의심 환자가 병원에 방.. 이전 1 다음
