일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- TensorFlow Object Detection Model Build
- CARLA simulator
- 객체 탐지
- Docker
- 논문 분석
- Git
- TensorFlow Object Detection 사용예시
- object detection
- Linux build
- DACON
- VOC 변환
- 리눅스 빌드
- InstructPix2Pix
- AI Security
- TensorFlow Object Detection API install
- Custom Animation
- 크롤링
- TensorFlow Object Detection Error
- Object Detection Dataset 생성
- 기능과 역할
- 사회초년생 추천독서
- Carla
- 개발흐름
- 논문분석
- Towards Deep Learning Models Resistant to Adversarial Attacks
- Branch 활용 개발
- paper review
- Paper Analysis
- 커스텀 애니메이션 적용
- DOTA dataset
- Today
- Total
JSP's Deep learning
[DACON] 0. 해외 축구 선수 이적료 예측 대회 - 연습 본문
해당 미션은 나의 첫 DACON 도전이다.
처음이라 많이 버벅 되었지만,
실전의 경험이 나에게 아주 좋은 경험이 되었다.
https://dacon.io/competitions/open/235538/overview/description
[스포츠] 해외 축구 선수 이적료 예측 미션 - DACON
좋아요는 1분 내에 한 번만 클릭 할 수 있습니다.
dacon.io

제출 수를 보면 알겠지만 많은 시행착오를 거쳤다...
비율로보면 상위 17%로 준수하다고 생각할 수 있으나
1등과는 성능이 100배 차이가 나고, 상위 1% 사람들과는 10배의 차이가 난다...
아직 많이 멀었다...
추가적으로 해당 문제는 선형회귀의 문제로 이적료를 예측하는 문제인데,
나는 딥러닝을 통해서 해당 문제에 접근했다.
Layers의 조정, Optimizer의 조정, 정규화 방식의 변경, 배치 사이즈 조절 및 배치 정규화 등등 다양한 시도를 했지만 그닥 성능이 좋지 못했다.
다른 사람들이 공유한 코드들을 보면 대부분 머신러닝의 랜덤포레스트 알고리즘을 사용했다.
사실 딥러닝은 분류나 자연어 처리 부분에서는 강세이지만 선형회귀 문제에서는 그렇게 좋은 성능을 보여주지는 않는다.
다음에는 모델의 선택도 잘 해야겠다.. ㅜㅜ
GitHub - wjsrlahrlco1998/DACON-code
Contribute to wjsrlahrlco1998/DACON-code development by creating an account on GitHub.
github.com
'AI Competition > DACON' 카테고리의 다른 글
[DACON] 2. 신용카드 사기 거래 탐지 AI 경진대회(rank : 7/740) - 수상 (0) | 2022.09.06 |
---|---|
[DACON] 1. 중고차 가격 예측 경진대회(rank : 53/390) (0) | 2022.06.11 |