Team Project

✨ 산학 협력 프로젝트 (골든시스)

언어 및 작업툴: Dash, Python

인원: 3인

기간: 2021.07.17 - 2021.08.26.(30일)

• 내용: 로그 데이터를 통해 장비 이상 유무 확인이 가능한 대시보드 제작

기여

• 데이터 전처리

결과

• 실시간으로 장비 불량에 대한 대처로 인해 업무 효율성 증대

→ 세부 사항은 클릭을 부탁드립니다. (이번 프로젝트 내용은 노션에 기재해 두었습니다 참고 바랍니다 :) )

✨ Titanic Team Project(Kaggle)

언어 및 작업툴: Python(Kaggle Notebook(kernel)) , Tableau

인원: 4인

기간: 2021.07.05 - 2021.07.09.(4일)

• 내용: 타이타닉 호에서 탑승했던 사람들의 정보를 바탕으로 생존자를 예측하는 대회입니다.

기여

• 데이터 전처리(모델링)
• 알고리즘 테스트(LightGBM 하이퍼파라미터 튜닝)
• 제출 파일 CSV 변형 후 제출

결과

• 전체 참가 팀 50169 / 324등(Top 1%)

→ 세부 사항은 클릭을 부탁드립니다.

Personal Project

✨ Tabular Playground Series Jun-2021 (Kaggle)

언어 및 작업툴: Python(Kaggle Notebook(kernel))

인원: 1인

기간: 2021.06.22 - 2021.06.30.(7일)

내용

-다양한 속성이 제공된 전자 상거래 제품의 카테고리 예측을 다룹니다. 기능은 익명으로 처리되지만 실제 기능과 관련된 속성이 있습니다.

기여

• 데이터 전처리(모델링)
• 시각화
• 제출 파일 CSV 변형 후 제출

결과

• 전체 참가 팀 1137 / 37등(Top 4%)

→ 세부 사항은 클릭을 부탁드립니다.

✨ Home Credit (Kaggle)

언어 및 작업툴: Python(Google colab)

인원: 1인

기간: 2021.06.01 - 2021.06.11.(9일)

• 내용: 대출을 받은 사람들을 기준으로 각각의 나이, 직업, 환경 별로 대출 상환율을 분석하고 예측하는 대회입니다.

기여

• 데이터 전처리
• 시각화
• 모델링
• 최종 결과 리포팅

결과:

• 대출 상환 기간이 상환여부에 가장 큰 영향을 준다. 해당 영향을 비선형적 관계입니다.

(영향이 크다고 해서 인과관계가 있다고 단정짓긴 어렵습니다.)

• 주택 보유 여부와 자식의 수는 대출 상환능력에 큰 영향을 미치지 않습니다.

• 최근에 취업했을 수록, 최근에 대출을 받았을수록, 최근에 핸드폰을 바꿨을 수록, 나이가 어릴수록 대출금 상환 가능성이 낮은 지표를 보입니다.

(추가적으로 DAYS_EMPLOYED, DAYS_CREDIT, DAYS_LAST_PHONE_CHANGE, DAYS_BIRTH 가 클수록 대출금 상환 가능성이 낮아지는 것을 확인할 수 있습니다.)

→ 세부 사항은 클릭을 부탁드립니다.