최근 코로나로 지난 2년 간의 봉쇄가 풀리고, 5월 들어 날씨가 좋아지면서, 근처에 자전거를 타는 사람들과 자전거의 숫자가 부쩍 늘어나는 것을 매일 목격하고 있다. 그리하여, Kaggle의 Competition 중에서 “Bike Sharing Demand”에 대하여, 2가지 방식(Data Scientist의 방식과 Heart Count의 Data Hero 방식) 으로 접근하고 비교해 보았다.
/Original Data Set을 확인하려면 아래 링크를 이용해 주세요.
https://www.kaggle.com/competitions/bike-sharing-demand/data
Data Science 방식으로 Coding을 하여, Project 실행 및 EDA 진행
원본 자료는 하기 Link 를 참고해 주세요.
https://colab.research.google.com/drive/1VCwOSG9EOO2zp5k8hbh913FlNj0v1c_D?usp=sharing
Data Science 방식으로 Pandas, Metplotlib, Numpy, Seaborn, Correlation, Feature Engineering 등을 통해, 각종 시각화 및 EDA를 진행함.
Heartcount 방식으로 NLP 활용하여, Project 실행 및 EDA 진행
원본 자료는 하기 Link 를 참고해 주세요.