테이블 딥러닝 실전
TabNet·FT-Transformer 스타일 모델을 소개하고 전통 모델과 비교 실험합니다.
참고 가격 1,180,000 KRW
결제는 사이트에서 진행되지 않습니다. 문의로 일정을 확인해 주세요.
과정 소개
구조화 데이터에서 딥러닝이 항상 이기지 않는다는 전제를 유지하며, 실험 설계를 강조합니다.
다루는 내용
- 범주형 인코딩 전략
- 딥 모델 학습 안정화 팁
- 전통 vs 딥 비교표
- 해석 도구 한계 토론
- 실험 노트 동료 리뷰
기대할 수 있는 결과물
- 비교 실험 리포트
- 재현 설정 YAML
- 면접용 한 장 요약
질문과 답변
과제 대부분은 PyTorch 기반 예시입니다. TensorFlow 사용자는 이식 과제를 선택합니다.
샘플링 전략을 먼저 다룹니다. 전체 스캔 학습은 범위 밖입니다.
모든 실습을 만점으로 끝내야 한다는 보장은 없습니다. 시도와 기록을 평가합니다.
코호트 메모
-
전통 모델이 이긴 케이스를 문서로 남기라는 과제가 인상적이었습니다. 딥만 고집하는 습관이 줄었어요.