KaggleBreak / Analyticstool
함수산책 - 캐글뽀개기 스터디 자료 보관소
Stars: ✭ 36
Labels
Projects that are alternatives of or similar to Analyticstool
3 body problem bot
Simulations of gravitational interaction of the random n-body systems
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
Residual Attention Convolutional Neural Network
It contains the Attention-56 and Attention-96 models built from scratch in keras. Residual Attention Networks are described in the paper "Residual Attention Network for Image Classification"(https://arxiv.org/pdf/1704.06904.pdf).
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
Tensorflow Mnist Tutorial
MNIST classification in Tensorflow using Django
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
Genomics In The Cloud
Source code and related materials for the O'Reilly book
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
Relativistic Average Gan Keras
The implementation of Relativistic average GAN with Keras
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
Ml Classification Algorithms Poverty
A comparative assessment of machine learning classification algorithms applied to poverty prediction
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
Octopod
Train multi-task image, text, or ensemble (image + text) models
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
Opencv Tutorials
Tutorials for learning OpenCV in Python from Scratch
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
Fsdl Text Recognizer Project
Full Stack Deep Learning August 2018 Bootcamp Project (Public)
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
Syntax Speaker Prediction
The tastiest machine learning project. Can we predict who is speaking for how long during an episode of the syntax.fm podcast?
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
Helioml
A book about machine learning, statistics, and data mining for heliophysics
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
Notebooks tutoriais
Aqui você encontrar notebooks para alguns vídeos do meu canal no Youtube
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
Renkotrading
Simple algorithm inspired on Renko charts applied to cryptocurrency trading
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
Cs145 Notebooks 2016
Public materials for the Fall 2016 offering of CS145
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
Applied Machine Learning
Applied Machine Learning @ http://amitkaps.com/ml
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
Scrape global temps
Quick python code to scrape the latest data from all the global surface temperature datasets and return it on a common baseline period.
Stars: ✭ 36 (+0%)
Mutual labels: jupyter-notebook
함수산책 (이전 이름 캐글즐기기)
함수산책 (캐글뽀개기) 파트5 평일반 스터디 자료모음
- https://www.facebook.com/groups/kagglebreak/
- https://drive.google.com/drive/folders/0B2l0iH28o85xcHJRNWNUc1FvbEk
- 장소 : 토즈 강남점
- 파트5는 격주 수요일
- 스터디 KossLab(공개SW 개발자센터)에서 장소를 지원하고 있습니다.
교재
- 수리통계, 주교재 최신 수리통계학 출판사 경문사 저자 안승철,이재원,최원
- 선형대수학, 주교재 프로그래머를 위한 선형대수
- 네트워크 분석, 주교재 Python for Graph and Network Analysis
preivos 교재
* R for Data Science (http://r4ds.had.co.nz/)
* Data Science and Complex Networks Real Case Studies with Python (https://global.oup.com/academic/product/data-science-and-complex-networks-9780199639601?cc=kr&lang=en&)
* Shiny 튜토리얼 따라하기 (https://shiny.rstudio.com/tutorial/)
* 웹을 위한 머신러닝 (http://www.yes24.com/24/Goods/37151418?Acode=101)
* Bayesian Statistics : Techniques and Models (https://www.coursera.org/learn/mcmc-bayesian-statistics)
Part5 커리큘럼
| 요일 | 주제 | 발표자 | 발표자료 | |
|---|---|---|---|---|
| 2017.09.13(수) | (선형대수학) 1장 벡터ㆍ행렬ㆍ행렬식 - ‘공간’에서 생각하자(1) | 서범석 | ||
| (수리통계학) 제1장 확률의 소개 | 김선화 | 발표자료 | ||
| (네트워크) Ch1. Theoretical Concepts of Network Analysis (1) | 조응태 | 발표자료 | ||
| 2017.09.27(수) | (선형대수학) 1장 벡터ㆍ행렬ㆍ행렬식 - ‘공간’에서 생각하자(2) | 서범석 | ||
| (수리통계학) 제2장 확률변수와 분포 | 방효석 | |||
| (네트워크) Ch1. Theoretical Concepts of Network Analysis (2) | 조응태 | 발표자료 | ||
| (네트워크) Network Basic (1) | 황중원 | 발표자료 | ||
| 2017.10.11(수) | (선형대수학) 2장 랭크ㆍ역행렬ㆍ일차방정식 - 결과에서 원인을 구하다 (1) | 손형우 | ||
| (수리통계학) 제3장 기댓값 | 김가경 | 발표자료 | ||
| (네트워크) Ch3. Graph Theory | 공민서 | 발표자료 | ||
| 2017.10.25(수) | (선형대수학) 3장 컴퓨터에서의 계산 (1) - LU 분해로 가자 (1) | 김선화 | 발표자료 | |
| (수리통계학) 제4장 특수한 확률분포들 | 이상열 | 발표자료 | ||
| (네트워크) Ch4. Social Networks | 조응태 | 발표자료 |
Part4 커리큘럼
| 요일 | 주제 | 발표자 | 발표자료 | |
|---|---|---|---|---|
| 2017.05.17(수) | (R 중급) 8/9/10 Workflow : projects ~ Tibbles | 김승욱 | 발표자료 | |
| (Python) Data Wrangling & Aggreagtion | 조응태 | 발표자료 | ||
| (Network) 1 Food Webs (2) | 이상열 | 발표자료 | ||
| (Shiny) Use reactive expressions | 김승욱 | 발표자료 | ||
| (베이지안) Course Overview * Statistical modeling and Monte Carlo estimation | 이상열 | 발표자료 | ||
| 2017.05.24(수) | (R 중급) 11/12 Data Import ~ Tidy Data | 정용환 | 발표자료 | |
| (Network) 2 International Trade Networks and World Trade Web (1) | 김가경 | 발표자료 | ||
| (베이지안) Statistical modeling and Monte Carlo estimation (1) | 이상열 | 발표자료 | ||
| (웹 머신러닝) 4장 웹 마이닝 기법(1) | 정광윤 | 발표자료 | ||
| 2017.05.31(수) | (R 중급) 11/12 Data Import ~ Tidy Data | 정용환 | 발표자료 | |
| (Network) 2 International Trade Networks and World Trade Web (2) | 김가경 | 발표자료 | ||
| (베이지안) 2. Markov chain Monte Carlo (MCMC) | 이상열 | 발표자료 | ||
| (웹 머신러닝) 4장 웹 마이닝 기법(2) | 정광윤 | 발표자료 | ||
| 2017.06.14(수) | (R 중급) 13/14 Relational data & Strings | 권미현 | 발표자료 | |
| (Network) (Network) 3. The Internet Network (1) | 조응태 | 발표자료 | ||
| (웹 머신러닝) 5장 추천시스템 (1) | 김가경 | |||
| 2017.06.21(수) | (R 중급) 15/16 Factors/Dates and times | 이상열 | 발표자료 | |
| (Network) (Network) 3. The Internet Network (1) | 조응태 | 발표자료 | ||
| (베이지안) 3. Common statistical models (1) | 이상열 | 발표자료 | ||
| (웹 머신러닝) 5장 추천시스템 (1) | 김가경 | 발표자료 | ||
| 2017.06.28(수) | (R 중급) 17/18/19 Introductions/pipe/Functions | 이규영 | 발표자료 | |
| (Network) 4, World Wide Web, Wikipedia, and Social Networks(1) | 조응태 | 발표자료 | ||
| (베이지안) 3. Common statistical models (2) | 이상열 | 발표자료 | ||
| 2017.07.05(수) | (R 중급) 20 Vectors | 심상진 | 발표자료 | |
| (웹 머신러닝) 6장 장고 시작 | 조응태 | 발표자료 | ||
| (베이지안) 3. Common statistical models (3) | 이상열 | 발표자료 | ||
| 2017.07.12(수) | (R 중급) 21 Iterations | 심상진 | ||
| (R 중급) 22/23 Intro/Model Basics | 정용환 | 발표자료 | ||
| (Network) 5. Financial Networks | 조응태 | 발표자료 | ||
| (놀러온 특강) 최적화 | 심상진 | |||
| 2017.07.19(수) | (R 중급) 24/25 Model building/Many Models | 이상열 | 발표자료 | |
| (웹 머신러닝) 영화 추천 시스템 웹 애플리케이션 | 이상열 | 발표자료 | ||
| 2017.07.26(수) | (Network) 6. Modeling | 조응태 | 발표자료 | |
| (베이지안) 4. Count data and hierarchical modeling | 심상진 | 발표자료 |
Part3 커리큘럼
| 요일 | 주제 | 발표자 | 발표자료 | |
|---|---|---|---|---|
| 2017.03.27(월) | (R 기초) 3 Data visualisation | 송영숙 | 발표자료 | |
| (Python 기초) A Byte of Python 1~9장 기초 설명 | 이상열 | 발표자료 | ||
| (R 중급) LESSON1 Welcome to Shiny | 김승욱 | 발표자료 | ||
| (Python 중급) 장고걸스 튜토리얼 1 | 이상열 | 발표자료 | ||
| 2017.04.03(월) | (R 기초) 4 Workflow : basics | 김태영 | 발표자료 | |
| (Python 기초) A Byte of Python 1~9장 기초 설명 | 이상열 | 발표자료 | ||
| (R 중급) Layout the user interface | 이상열 | 발표자료 | ||
| (Python 중급) 장고걸스 튜토리얼 2 (Django 모델, 관리자, 배포하기) | 정원석 | 발표자료 | ||
| 2017.04.10(월) | (R 기초) 5. Data transformation | 김지현 | 발표자료 | |
| (Python 기초) A Byte of Python 10~14장 요약 | 송영숙 | 발표자료 | ||
| (R 중급) Add control widgets | 김승욱 | 발표자료 | ||
| (Python 중급) 장고걸스 튜토리얼 3 (Django URL, 뷰만들기, HTML 시작하기) | 신민정 | 발표자료 | ||
| 2017.04.17(월) | (R 기초) 6. Workflow : scripts (R 기초) 7. Exploratory Data Analysis | 조희주 | ||
| (Python) numpy / pandas 기초 | 조응태 | 발표자료 | ||
| (Network) 1 Food Webs | 이상열 | 발표자료 | ||
| (R 중급) Display reactive output | 김승욱 | 발표자료 | ||
| (Python 중급) 장고걸스 튜토리얼 4 (Django ORM과 QuerySets, 템플릿의 동적 데이터, Django 템플릿) | 유민규 | |||
| 2017.04.24(월) | (R 기초) 6. Workflow : scripts (R 기초) 7. Exploratory Data Analysis | 조희주 | 발표자료 | |
| (Python) pandas 기초 | 조응태 | 발표자료 | ||
| (R 중급) Use R scripts and data | 김승욱 | 발표자료 | ||
| (Python 중급) 장고걸스 튜토리얼 5 (CSS 예쁘게 만들기, 템플릿 확장하기, 어플리케이션 확장하기, Django 폼 | 정광윤 | 발표자료 |
Note that the project description data, including the texts, logos, images, and/or trademarks,
for each open source project belongs to its rightful owner.
If you wish to add or remove any projects, please contact us at [email protected].