ml-powered-applications/notebooks at main · rickiepark/ml-powered-applications · GitHub

Name		Name	Last commit message	Last commit date
parent directory ..
README.md		README.md
black_box_explainer.ipynb		black_box_explainer.ipynb
clustering_data.ipynb		clustering_data.ipynb
comparing_data_to_predictions.ipynb		comparing_data_to_predictions.ipynb
comparing_models.ipynb		comparing_models.ipynb
dataset_exploration.ipynb		dataset_exploration.ipynb
exploring_data_to_generate_features.ipynb		exploring_data_to_generate_features.ipynb
feature_importance.ipynb		feature_importance.ipynb
generating_recommendations.ipynb		generating_recommendations.ipynb
second_model.ipynb		second_model.ipynb
splitting_data.ipynb		splitting_data.ipynb
tabular_data_vectorization.ipynb		tabular_data_vectorization.ipynb
third_model.ipynb		third_model.ipynb
top_k.ipynb		top_k.ipynb
train_simple_model.ipynb		train_simple_model.ipynb
vectorizing_text.ipynb		vectorizing_text.ipynb

README.md

노트북 폴더에는 책에서 다루는 개념을 위한 예제 코드를 담고 있습니다. 대부분의 예제는 아카이브(writers.stackexchange.com 데이터)에 있는 서브폴더 중 하나만 사용합니다.

번거로움을 줄이기 위해 전처리된 데이터를 .csv 파일로 포함시켰습니다.

직접 이 데이터를 생성하고 싶거나 다른 폴더에 데이터를 생성하고 싶다면 다음을 참고하세요:

스택익스체인지 아카이브에서 한 서브폴더를 다운로드합니다.
parse_xml_to_csv을 실행해 데이터프레임으로 변환합니다.
generate_model_text_features을 실행해 미리 계산된 특성을 포함한 데이터프레임을 생성합니다.

이 노트북들은 다음과 같은 몇 개의 카테고리로 나눌 수 있습니다.

데이터 탐색과 변환

초기 모델 훈련과 성능 분석

모델 향상

모델 비교

모델 비교

모델을 사용한 추천 생성

추천 생성