https://www.kdnuggets.com/2016/01/anthony-goldbloom-secret-winning-kaggle-competitions.html보면 kaggle competition에서 structured dataset은 XGBoost, image/speech dataset은 deep learning이 답이라고 하는데 실전에서도 그런가요? 그럼 data cleaning, wrangling, feature extraction같은 과정에서 승부 보는건가요?

현직 ds입니다. 테뷸러 데이터는 lightgbm, xgboost 그리고 이미지/자연어 는 대새 딥러닝 알고리즘 쓰시면 됩니다. 저는 자연어랑 테뷸러 데이터를 주로 분석하기 때문에 lightgbm 이랑 버트 모델 사용합니다.

데이터 핸들링이 중요하고 optimization 부분에 신경을 많이 씁니다. 사실 feature set만드는게 성능을 크게 좌우합니다

Random forest말곤 쓸모 없어요. 근데 저 사실 데이타 하나도 모름 ㅋㅋ