NFT Appraisal Using Machine Learning 리뷰
NFT의 속성, 희소성, 거래 이력 등 다양한 데이터를 활용하여, LightGBM과 같은 머신러닝 회귀 모델이 NFT의 적정 가격을 높은 정확도로 예측할 수 있음을 증명한다. 논문 요약 연구 배경 “이 디지털 그림이 왜 수십억 원의 가치를 가질까?” NFT 시장의 폭발적인 성장 이면에는…
태그 XGBoost
더 보기 NFT Appraisal Using Machine Learning 리뷰
CEAT: 앙상블 머신러닝 알고리즘을 활용한 이더리움 주소의 거래 행동 분류 리뷰
이더리움 지갑 주소의 거래 이력 데이터만으로 해당 주소가 거래소, 피싱/스캠, ICO 지갑 등 어떤 유형에 속하는지, XGBoost와 같은 앙상블 머신러닝 모델을 통해 높은 정확도로 자동 분류하는 방법론을 제시한다. 논문 요약 연구 배경 블록체인 위의 모든 지갑은 0x…로 시작하는 익명의 가면을…
머신러닝을 활용한 은행 고객 이탈 예측: LTV고객 생애 가치와 주요변수의 역할
은행 고객의 이탈 예측 모델을 구축할 때, 고객 생애 가치(LTV)를 예측 변수로 포함시키는 것이 모델의 정확도를 크게 향상시킨다는 것을 실험적으로 증명한다. 논문 요약 연구 배경 “이 고객이 우리와 얼마나 오래, 얼마나 좋은 관계를 유지해왔는가?” 이 질문에 대한 답을 담고 있는…
그래디언트 부스팅 모델을 활용한 상점 매출 예측 리뷰
과거 신용카드 매출 데이터를 시계열 특징으로 변환하고, 강력한 머신러닝 기법인 그래디언트 부스팅(XGBoost)을 적용하여 미래의 상점 매출을 정확하게 예측하는 방법론을 제시한다. 논문 요약 연구 배경 기업의 모든 의사결정은 미래에 대한 ‘예측’에서 출발한다. 이 연구는 전통적인 통계 모델을 넘어, 더 정확하고 정교한…
XAI 기법을 활용한 고객 이탈 예측의 영향 요인 분석 리뷰
이커머스 고객의 이탈을 예측하는 머신러닝 모델을 구축하고, XAI 기법인 SHAP을 활용하여 ‘왜’ 특정 고객이 이탈하는지를 설명함으로써 예측 모델의 신뢰성과 비즈니스 활용성을 높이는 방법을 제시한다. 논문 요약 연구 배경 기업의 생존에 필수적인 고객 관계 관리(CRM)에서, ‘어떤 고객이 떠날 것인가’를 예측하는 것을…