-
기간 : 22.04.29 ~ 07.04 (약 2개월, 이후 Going Deeper 진행)
-
각 프로젝트들은
[EX- no.]
-[E-no.] Title
의 형식으로 구성되어있고, 해당 Folder내에 관련 자료들이 있습니다. -
Description의
(+ ~~)
내용은 개인적으로 추가 실험해본 내용입니다.
No. | Title | Concept | Description | Link |
---|---|---|---|---|
1 | MNIST, 와인, 유방암 예측 | Decision Tree, Random Forest, Logistic Regression | 다양한 특성의 데이터를 통해 예측값 구하기 | Link |
2 | 당뇨병 진행도 및 자전거 대여량 예측 | LinearRegression | 다양한 특성의 데이터를 통해 예측값 구하기 | Link |
3 | Stock prediction using time series | ARIMA | ARIMA모델을 통한 주식 예측 | Link |
4 | My 1st kaggle | Grid Search, Ensemble | 케글 데이터를 통해 집값 예측하기 | Link |
5 | Rock Scissor Paper classifier | Simple CNN | 직접 찍은 가위,바위,보 데이터를 넣어 CNN 모델 학습 | Link |
6 | Create an AI lyricist | LSTM | 영문 가사 데이터를 학습하여 신규 문장 생성 ( + corpus / hyper parameter 변경 Test) |
Link |
7 | Summary of news articles | LSTM, Attention, Summa | LSTM을 사용한 뉴스요약, Summa을 통한 뉴스요약 비교 ( + hyper parameter 변경 Test) |
Link |
8 | make a cat whisker sticker | dlib, open cv | landmark 검출을 통한 face sticker 적용 (+ 각도 변경, 다인 적용, 다양한 조건별 landmark 검출 Test) |
Link |
9 | Sentiment Analysis of Naver Movie Review | LSTM, GRU, gensim, konlpy | 한글 영화리뷰 텍스트를 통한 감성분석 ( + 토크나이저 Okt 변경, CNN-LSTM결합 모델 사용 Test) |
Link |
10 | Find problems with Figure mode | Pixellib | Semantic Segmentation을 이용한 인물모드(배경 조절) 만들기 ( + 다중 객체 Test) |
Link |
11 | Creative a Korean Chatbot | Transformer, Konlpy, tokenizer(Okt) | 한국어 챗봇데이터에 Transformer를 적용하여 대화형 챗봇만들기 (+ 토크나이저 변경, label smoothing 적용된 loss 사용 test) |
Link |
12 | Compare different OCR models | Google OCR API, keras-ocr, Tesseract | OCR모델(Google OCR API, keras-ocr, Tesseract)사용 (+ OCR을 활용한 와인 추천서비스 기) |
Link |
13 | Creating KorQuAD model using the BERT pretrained model | BERT | BERT pretrained model을 활용한 KorQuAD 모델을 정상적으로 학습 (+ 하이퍼 파라미터별 모델 성능 비교) |
Link |
14 | Create image using DCGAN | DCGAN | GAN 이미지 생성, GAN 구조 혹은 학습과정 개선 (+ 다른 GAN 사용해보기) |
Link |
15 | Recommending movies using the recommendation system | ALS | MF모델로 유저데이터를 통해 영화 추천 (+ 유저 정보가 없는 신규 유저를 위해 연령별 추천) |
Link |
16 | Create road image with segmentation image using Pix2Pix | CGAN(Pix2Pix) | street scene dataset을 pix2pix 모델로 학습하여 도로 생성 | Link |