Dacon_Covid

회의 및 아카이빙

https://www.notion.so/9dfd78b8a1cd4f8891a9799fb9e7c313

주관: Dacon

Abstract

분석명

소스 데이터	데이터 입수 난이도	분석방법

분석 적용 난이도	분석적용 난이도 사유	분석주기	분석결과 검증 Owner
			Dacon

Machine Learning Project

---

프로젝트 순서	Point	세부 내용
문제 정의	해결할 점, 찾아내야할 점
데이터 수집	공개 데이터, 자체 수집, 제공된 데이터
데이터 전처리	문제에 따라서 처리해야할 방향 설정
Feature Engineering	모델 선정 혹은 평가 지표에 큰 영향
연관 데이터 추가	추가 수집	훈련, test
알고리즘 선택	기본적, 현대적
모델 학습	하이퍼파라미터,데이터 나누기
모델 평가	확률,
모델 성능 향상	성능 지표, 하이퍼파라미터, 데이터 리터러시 재수정

Basic information

공식기간: 2022.06.03 ~ 2022.06.14

• 인원:이세현,문석민
• 직책:
• 데이터:
• 주 역할:
• 보조 역할:
• 추가 역할:
• 협업장소: Github, GoogleMeet
• 소통: Slack, Notion,Git project, Google OS
• 저장소: Github, Google Drive
• 개발환경: Visual studio code, Juypter Notebook, colab
• 언어 :python 3.8.x
• 라이브러리:Numpy,Pandas, Scikit-learn 1.1.x
• 시각화 라이브러리: Seaborn, Matplotlib, Plot,Plotly
• 시각화 도구: Tableau, GA
• 웹 크롤링:

파일 설명

• feat: 기능 개발 관련
• fix: 오류 개선 혹은 버그 패치
• docs: 문서화 작업
• test: test 관련
• conf: 환경설정 관련
• build: 데이터 집산
• Definition: 프로젝트의 전반적인 문제 정의 및 내용 설정
• Data: 전처리 파일 및 모델링을 위한 파일
• models: 여러 모델들의 집합
• src :scripts