- LinearAlgebra - 선형대수학
- LinearAlgebra - 선형대수학
- Regression 모델 평가 방법
- 가장 쉽게 이해하는 베이즈 정리(Bayes' Law)
- Bayesian Data Analysis course
- Diff. tidying function R, Python - R과 Pyhon 전처리 코드 비교
- Diff. tidying function R, Python(2) - R과 Pyhon 전처리 코드 비교(2)
- R for Data Science - 데이터과학을 위한 R 기초 (원서)
- R map function - R 병렬 프로그래밍
- factor handeling in R
- Data *_join function
- Data Science with R: A Resource Compendium
- Quick EDA with R (DataExplorer:: __ function)
- Tidy modeling in R
- Machine learning for Beginners
- From imbalanced datasets to boosting algorithms
- 데이터 분할 및 평가 방법에 의한 모델 선택
- 데이터로 세상과 소통하기
- precision, recall의 이해
- What is the difference between filter, wrapper, and embedded methods for feature selection?
- Python Data Science Handbook with Python - github
- 핸즈온 머신러닝 -github
- PyTorch Tutorials - 파이토치 튜토리얼 한글판
- Kaggle Past Solutions - 지난 캐글 대회 솔루션 모음
- How to boosting - boosting 기법 이해
- Beware Default Random Forest Importances - 특징 중요도에 관하여...
- XGBoosting - XGBoosting 기본개념
- XGBoosting - XGBoosting 설명사이트
- XGBoosting/LightGBM - XGBoost/LightGBM 파라미터 설명(한글)
- LightGBM - LightGBM 고효율 그래디언트 부스팅 결정 트리 (번역)
- How to scaling
- How to use bootstrap
- The Bootstrap Approach to Managing Model Uncertainty
- XGBoost Parameter def.
- How to Model ensemble
- Introduction to Ensembling stacking in python
- Understanding LightGBM Parameters (and How to Tune Them)
- 핸즈온 머신러닝 역자 직장