Skip to content
This repository has been archived by the owner on Mar 8, 2020. It is now read-only.
/ Kaggle_KR Public archive

2018 공개 소프트웨어 컨트리뷰톤 - 캐글 속 커널 한글화 작업을 통한 데이터 사이언스 대중화 프로젝트

Notifications You must be signed in to change notification settings

kosslab-kr/Kaggle_KR

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

91 Commits
 
 
 
 
 
 

Repository files navigation

  1. 프로젝트 개요

    1. 캐글은 기업이나, 정부 또는 개인이 구축한 데이터를 가지고 데이터 과학자(또는 데이터 과학을 배우고 싶은 사람)들이 최상의 해법을 제시하기 위해 경쟁하는 빅데이터 플랫폼
    2. 캐글은 하나의 데이터 과학자 온라인 커뮤니티 기능을 하여, 캐글에 가입한 전 세계에서 온 데이터 과학자(캐글러라 명칭)들이 서로 브레인스토밍 및 지식 토론하는 장을 마련
    3. 캐글러들은 자신들의 분석 노하우를 소스코드 및 그에 따른 상세한 해설을 포함하여 공유함 (커널이라고 명칭)
    4. 본 프로젝트에서는 위 커널을 한글화시켜서 전 세계 유능한 캐글러들의 노하우를 한국에 보급하려고 함
  2. 프로젝트 중점 사항

    1. 머신러닝, 딥러닝의 핵심 어플리케이션 위주로 먼저 집중 (예시: Image recognition, Classification, Regression, Time series data analysis)
    2. 최대한 다양한 오픈소스 라이브러리를 활용하여 작성 (예시: 데이터 시각화- Matplotlib, Seaborn, Plotly; 딥러닝: Tensorflow, Pytorch, Keras)
    3. 다양한 분야의 데이터를 다루도록 함 (예시: Image recognition라는 큰 주제 속에서, X-ray 사진(의학 분야), Cancer cell(생물학 분야), Fruit(사물 구별) 등의 다양한 데이터가 존재할 수 있음)
  3. 컨트리뷰톤 가이드

    1. Image recognition, Classification, Regression, Time series data analysis 등으로 큰 주제를 나눈 뒤 팀을 배정
    2. 팀별로 주제에 맞는 캐글 내 컴퍼티션 또는 데이터셋을 정한 뒤 커널 스티디 진행
    3. 적합한 커널을 선정하여 한글화 작업 진행
    4. 팀별로 자신들만의 커널을 직접 작성할 수도 있음
    5. 작업한 커널은 캐글코리아 블로그에 게재
  4. 팀별 활동 운영방안

    1. 오프라인으로 만나서 주제 선정
    2. 주제 선정 후 커널 스터디 진행. 총 2주 동안 온라인으로 진행하며, 각자 공부를 진행하며 Slack를 이용하여 서로 정보 공유
    3. 2주 스터디 후 오프라인에서 모여서 한글화 작업 계획 수립
    4. 2주 동안 첫 커널 한글화 작업 진행. 한글화 작업은 Jupyter notebook과 Github을 사용하여 온라인 공동 작업
    5. 완성 후 온라인 피드백 및 게재

Team_1 members:

Mentor : 김준태

Team_2 members:

Mentor : 강천성

Team_3 members:

Mentor : 이유한

About

2018 공개 소프트웨어 컨트리뷰톤 - 캐글 속 커널 한글화 작업을 통한 데이터 사이언스 대중화 프로젝트

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published