Gongneung-dong,
Nowon-gu, Seoul, South Korea
데이터 엔지니어를 꿈꾸는 청년입니다.
우연히 배운 코딩이 재미있어서
하루 종일 시간을 쏟다 보니,
Backend를 삼키고 AI를 다루는 개발자가 꿈이 되었습니다.
연중 무휴.
010-8619-4290
공부한 내용을 정리하는 저의 허브 입니다.
대상: 피부 고민이 있는 고객.
목적: 고민을 해소하기 위해 사용자에게 필요한 제품 추천.
TF-IDF, Count-Vectorize 활용 django 기반 웹앱
대상: 취업 준비를 하고 있는 고객.
목적: 원하는 복지 혜택을 입력하면 해당 복지를 가진 회사 추천.
Python(Selenium, requests), API 활용
데이터셋 : Kaggle Airline Passenger Satisfication 데이터 셋 활용.
ML : Scikit-learn ,pycaret, tree 모델 (CatBoost, LGBM, XGB 등), model stacking 활용.
DL : TensorFlow, kerastuner , modeling (batch normalization 적용)
적지 않은 시간을 투자하여 데이터 처리와
코딩에 많은 노력을 기울였습니다.
스터디를 통해 model의 작동 원리,
Advanced gradient descent algorithm이나
Overfitting을 피하기 위해서 적용 기법 학습.
2018 - 2021
Gongneung-dong,
Nowon-gu, Seoul, South Korea
데이터 엔지니어를 꿈꾸는 청년입니다.
우연히 배운 코딩이 재미있어서
하루 종일 시간을 쏟다 보니,
Backend를 삼키고 AI를 다루는 개발자가 꿈이 되었습니다.
연중 무휴.
010-8619-4290
공부한 내용을 정리하는 저의 허브 입니다.
대상: 피부 고민이 있는 고객.
목적: 고민을 해소하기 위해 사용자에게 필요한 제품 추천.
TF-IDF, Count-Vectorize 활용 django 기반 웹앱
대상: 취업 준비를 하고 있는 고객.
목적: 원하는 복지 혜택을 입력하면 해당 복지를 가진 회사 추천.
Python(Selenium, requests), API 활용
데이터셋 : Kaggle Airline Passenger Satisfication 데이터 셋 활용.
ML : Scikit-learn ,pycaret, tree 모델 (CatBoost, LGBM, XGB 등), model stacking 활용.
DL : TensorFlow, kerastuner , modeling (batch normalization 적용)
적지 않은 시간을 투자하여 데이터 처리와
코딩에 많은 노력을 기울였습니다.
스터디를 통해 model의 작동 원리,
Advanced gradient descent algorithm이나
Overfitting을 피하기 위해서 적용 기법 학습.
2018 - 2021