Alex Han: Coding Explorer

[Kaggle Featured, NeurIPS - Ariel Data Challenge 2024] 시작하기디트렌딩(detrending)은 데이터에서 시간에 따른 추세(trend)나 노이즈와 같은 방해 요소를 제거하는 과정입니다. 이 과정은 특히 천문학이나 신호 처리와 같은 분야에서 중요한데, 원래 분석하려는 신호에 영향을 미치는 시스템적 변화나 외부 요인을 제거하여 더 명확한 데이터를 얻기 위해 사용됩니다.예를 들어, 외계 행성의 대기를 분석하기 위해서는 항성의 밝기 변화를 매우 정확하게 측정해야 합니다. 그러나 우주선의 진동(지터 노이즈)이나 다른 외부 요인 때문에 관측된 데이터에는 원래 신호 외에 추가적인 노이즈나 추세가 포함될 수 있습니다. 이러한 노이즈나 추세는 분석에 방해가 되므로, 이를 제거하..

https://www.kaggle.com/competitions/ariel-data-challenge-2024/overview NeurIPS - Ariel Data Challenge 2024 | Kaggle www.kaggle.com   들어가며외계 행성 대기 분석의 중요성외계 행성(태양계 밖의 행성)의 발견은 우주의 이해를 크게 변화시켰습니다. 현재까지 5,600개 이상의 외계 행성이 발견되었습니다. 이러한 행성을 탐지하는 것만으로는 충분하지 않고, 이들의 대기를 연구하여 그 성질을 파악해야 합니다. 2029년에 예정된 유럽우주국(ESA)의 아리엘(Ariel) 미션은 우리 은하 이웃에 있는 1,000개의 외계 행성을 포괄적으로 연구하는 최초의 미션이 될 것입니다.  대기 관측의 어려움외계 행성의 대기를..

Kaggle에서 Getting Started로 주어지는 모델이 Random Forest이다. 그리고 보다시피,  그 정확도는 약 77%이다. 요즘 나는 나만의 NN을 구현하여 저 랜덤포레스트의 정확도를 이기고자 고군분투 중이다.그리고 결국 오늘로 하여금, 4-Inputs 4-Layer NN with Adam으로 아주 간발의 차로 패배의 맛을 다시 한 번 보았다. 정확도가 상승한 것도 뿌듯하지만, 어제까지는 Parameter부터 뉴런들까지 수작업으로 구현한 것에 비해 오늘은 Functional API로 훨씬 쉽고 빠르게 구현해봤고 Tensorflow에 익숙해지는 것에 뿌듯한 것이 크다. 그렇지만, 소수점자릿수로 랜덤포레스트한테 패배한게 너무 씁슬하다. 그러다가 갑자기 이런 생각이 떠올랐다. 앙상블 기법인 ..