본 리포지토리는 2022 데이터 사이언스 경진대회에 참가하여 개발하게된 여러 예측 모델과 관련한 논의를 포함합니다.

팀으로 참가하였으며, 본 리포지토리의 Contributors가 이 팀의 구성원입니다.

본 경진대회에 관한 설명은 problem_description.pdf를 참고하시기 바랍니다.

• model: 본 프로젝트에서 작성자 본인이 개발한 모델들이 담긴 폴더입니다.
  • eda: 데이터셋에 대한 EDA를 진행한 노트북의 모음입니다.
  • lgbm: LGBM 모델을 사용한 노트북의 모음입니다.
  • lstm: LSTM 모델을 사용한 노트북의 모음입니다.
  • resnet: ResNet 모델을 사용한 노트북의 모음입니다.
  • time_series: 시계열 모델 (e.g. VARIMA)를 사용한 노트북의 모음입니다.
  • tree: Decision Tree 모델을 사용한 노트북의 모음입니다.
• TaewookHam: 본 프로젝트에 참여한 TaewookHam이 개발한 모델의 모음입니다. TaewookHam은 LGBM, RandomForest, XGBoost 모델을 시도하여 본 프로젝트에서 제시하는 문제를 풀고자 하였습니다.
• Logistic Regression.ipynb: 본 프로젝트 참여한 Brian1005가 개발한 모델입니다. Brian1005는 Logistic Regression 모델을 사용하여 본 프로젝트에서 제시하는 문제를 풀고자 하였습니다.
• docs: 본 프로젝트를 진행하면서 진행한 논의가 포함되어있습니다.