제5공장

Til 230621

2023-06-21T00:00:00+09:00

TIL 230621

아침에는 ICR 질병 예측 kaggle 프로젝트 공개된 코드를 돌려보았습니다. 제출하지 않으면 점수를 알 수 없어 제출했는데 진짜 0.09점이 나왔습니다. 필시 오버피팅이겠지요. 이 코드에 사용된 머신러닝 방법들을 공부하는 방식으로 공부를 진행하려고 합니다.
아무래도 머신러닝에 대한 큰 윤곽 이외에 세부적인 프로젝트 별 적용 방식이 여전히 헷갈리기 때문에 다시 한 번 머신러닝 이론에 대해 공부할 방법을 찾고 있습니다. 여러 방법을 동시에 사용하고 있습니다.
- 무료로 공개된 전자책.
- 용담쌤 패캠 강의 (이어드림으로 무료 수강 가능)
- 웅진형이 공유해준 머신러닝 수학
- 구매한 기초수학 with 파이썬
만들다 스터디에서는 이미지에 코드를 띄우는 라이브러리 사용에서, id를 name으로 바꾸어 출력하는 과제를 수행했습니다.

Morning Mood 0621

2023-06-21T00:00:00+09:00

오늘 아침에는

출근 : 7시 30분
비 오는 날씨, 어제도 일찍 잠자리에 들었지만 해가 뜨지 않으니 살짝 게으름 피웠습니다… 낼부터는 다시 6시 나와보도록 하겠습니다.
신형 트랙패드보다 구형 트랙패드가 더 편했던 것 같고 끊김도 적었던 것 같아서 다시 구형 트랙패드를 가져와봤습니다. (신형은 걍 판매…)
어제 미처 적지 못한 TIL을 간단히 적었습니다.
밀린 인스타 포스팅을 해야 하는데.. 마음은 쉽지 않아요~

오늘 하루는

오늘은 그동안 배웠던 것을 노션을 통해서 일목요연하게 정리하고, 무엇을 보충해야 할지 되돌아보는 시간을 가지고자 합니다. 가능한 오전 중에는 이를 마무리하고 싶습니다.
남은 시간에는 머신러닝 기초 이론을 복습하고자 합니다.

책 읽기 30분

제목 : <문과생, 데이터 사이언티스트 되다.>, 차현나 지음, 더퀘스트, 2020
읽은 범위 : 120p - 200p
읽은 시간 : 8:27 ~ 8:57
5장 : 데이터사이언티스트의 일
- 주로 실무 업무 진행과 관련된 내용으로 빠르게 훑고 지나갔습니다.

Til 230620

2023-06-20T00:00:00+09:00

TIL 2023-06-20

익일 아침에 적어보는 어제의 TIL. 어제는 미니프로젝트 두 번째 날로, 저는 못 들은 머신러닝 회귀분석 인강 (뉴욕 집값 분석)을 마져 들으며 실슴하고, 데이콘 자동차 데이터 공유된 코드를 따라 쳐보거나, 나름대로의 EDA를 실행하면서 어떻게 추정값을 만들어낼지 고민했습니다. 여기서 느낀 점은 제가 수업을 빠져서 여러 분류 부스팅 모델에 대한 이론과 실습을 하지 못한게 크게 다가온다는 점입니다. 이렇게 혼란스러워 하고 있을때, 구세주처럼 웅진이형이 나타나서 머신러닝을 위한 수학, 혼공머신 등 머신러닝을 더 잘 알아갈 수 있는 여러 method들을 소개시켜주셨습니다. 공부를 위해 구입한 기초수학 with 파이썬은 생각보다 쉽지 않은 내용이어서, 먼저 기본 개념을 이해한 후에 파이썬으로 이를 구현하면서 원리를 실습하는데는 도움이 되겠지만, 지금 당장 이해는 어려울 것 같습니다.
수업이 끝나자 마자 선민님과 가벼운 저녁으로 고래국수에서 칼국수를 흡입하고, 코딩테스트 특강을 듣게 되었습니다. 처음에는 새로운 코딩테스트 문법과 환경에 당황했으나, 컴퓨터적 사고와 문제 풀어가는 방법을 차근차근 설명해주시는 선생님 덕분에 우선 수업을 따라갈 수는 있었습니다. 여기에서 느낀 점은 나름 3-4월에 따라 붙었던 파이썬 기초 문법을 많이 잊어버렸다는 점입니다. 특히 어렵게 느껴지는게 자료형과 파이썬 문법을 알고리즘 사고로 연결시키는 부분입니다. 이는 별 수 없이 여러번 반복하는 수밖에 없겠습니다.

Morning Mood 0620

2023-06-20T00:00:00+09:00

오늘 아침에는

출근 : 7시 10분
어제 아침에도 잠시 스플 출근했습니다만, 갑작스러운 사정으로 강의장을 지키지 못했습니다.
오늘도 어김없이 아침에 나왔습니다. 6시는 무리지만 7시까지는 개운하게 나올 수 있을 듯 합니다. 그래도 출근 목표 시간은 6시로 두려고 합니다.
27인치 모니터가 아무래도 너무 커서 전에 사용하던 델 p2219h를 멀리 중랑구에서 다시 구해왔습니다. 역시 구관이 명관. 27인치 쓰다 보니 작아보이기도 하지만 문서작업 + 코딩에는 역시 이게 딱인듯 합니다. 7시 40분까지 자리 세팅을 마쳤습니다.

오늘 하루는

오늘은 제게 본격적으로 프로젝트 실행하는 첫 날입니다. 프로젝트 관리를 위한 간단한 일정을 수립하고자 합니다. 기본 아이디어는 데이콘 자동차 1주일, ICR 일주일입니다. 월요일에 결석했으므로, 토요일 반납합니다.
복잡하게 생각 말고, 오늘은 인강 자동차 가격 예측 보면서, 실습을 참조하여 데이콘 자동차 가격 예측에 적용합니다.

책 읽기 30분

제목 : <문과생, 데이터 사이언티스트 되다.>, 차현나 지음, 더퀘스트, 2020
읽은 범위 : 93p - 122p
읽은 시간 : 7:47 ~ 8:12
4장 : 데이터사이언티스트의 마인드 세팅
- ‘향상심’ : 데이터사이언티스트의 디폴트. “스스로 공부하며 정신없게 바쁘지 않으면서도 부지런하다” 필자가 언급하는 향상심은 내 기준에서는 ‘지적호기심’이라고 부를 수 있을 것 같다. 항상 공부하고, 변화를 쫓는 사람들. 내 주변에도 그런 사람들이 있다. 그런 이들이 언제나 나의 롤 모델이었다. 늦었지만 이제부터라도 그렇게 살고 싶었고 그것이 데싸의 자질이라면 기꺼이 따르고 싶다. “기본적으로 향상심은 부족함을 느끼는 데서 시작된다.”
- ‘호기심’ : “나 혹은 타인이 왜 불편했는지 각자의 입장을 돌아보면서 지금 문제가 무엇인지, 이 문제를 수치화할 수 있는지, 수치화할 수 있다면 개선 가능성을 데이터로 어떻게 찾아낼 수 있는지 생각하는 것. 이 모든 시작에 약간의 호기심이 필요하다.” 얼마전 미니프로젝트 12팀 남정네들과의 점심식사에서 느꼈던 점이 바로 이부분. 불편함을 감각하는 것이 불편함을 해결하려는 노력만큼이나 중요하다. 물론 감각하는 것에서 멈추면 안되겠지만. 그런 면에서 나는 불편함을 감각하는데에는 비교적 무던하다고 봐야 할 것이다. 한 편으로는 무던했던 나도, 경험이 쌓이면서 미루어 짐작하는 영역이 생기기도 했다. 따라서 무던한 감각은 조금 더 세련하고, 이를 문제해결로 이어가는 실행력을 키워야 하겠다.
- ‘사교성’ : 고객이 원하는 게 무엇인지 정확히 파악하는 능력. “ 자신만의 분석이 아닌 고객이 원하는 분석을 하기 위해서 영업 조직과 친해야 한다. 현실과 가장 맞닿아 있는 사람에게 도움을 요청해야 할 때가 반드시 있다.”
- ‘주도권’ : 수동적으로 주어진 과제를 해결하려 하기 보다는 데이터를 능동적으로 수치화하고 새로운 해석을 제시할 줄 알아야 한다. 개인적인 생각으로는 앞으로 데이터사이언티스트에게 사교성과 더불어 이 부분이 자신의 커리어를 가름하는 결정적인 능력이 될 것 같다.
- ‘경험’ : “인공지능이 모든 분석을 대신해주는 세상이 된다 해도 그 결과의 해석은 인간이 하게 될 것이다.”
5장 : 데이터사이언티스트의 일
- 데이터에서 가치를 찾아라 : 금광에서 금을 찾는 것처럼, 기업에게 돈을 벌어줄 수 있는, 혹은 인간을 이롭게할 수 있는 데이터를 찾아야 한다.
- 감각, 기술, 소양을 갖춰라 : 통계, 기술, 인문 세 가지 영역에서 역랑을 갖춰야 한다.

통계학 공부 30분

시간 : 8:22 ~ 8:52
동기 : 문과생 데싸되다 읽다보면 통계학 뽐뿌. 현직 비전공 데싸도 통계학의 중요성 강조(절대 변하지 않는 원리). 따라서 조금이라도 빨리 통계학 이론에 친숙해지기 위해 통계학 입문서 일독 시작한다.
제목 : <세상에서 가장="" 쉬운="" 통계학="" 입문="">, 고지마 히로유키 지음, 박주영 옮김, 지상사, 2009
읽은 범위 : 5p ~
통계학이란 무엇인가? 기술통계와 추리통계
- 기술통계 : 관측으로 얻은 데이터에서 그 데이터의 특징을 뽑아내기 위한 기술. 모세 시기나 로마제국, 중국의 한나라나 일본 다이카 가이신 시대에도 인구조사나 관측이 실시되었지만, 정확한 기원은 17세기 독일 헤르만 콘링의 <국정론>, 영국 군인 존 그랜트의 <사망표에 관한="" 자연적="" 및="" 정치적="" 관찰="">, 윌리엄 페티의 <정치산술>, 에드먼드 핼리의 <사망률 추산="">. 도수분포표, 히스토그램, 평균값, 표준편차 등 사회 경제상황을 파악하거나 환경 조사에 사용한다.
- 추리통계 : 통계학 방법과 확률 이론을 섞은 것으로 ‘전체를 파악할 수 없을 정도의 큰 대상’이나 ‘아직 일어나지 않은, 미래에 일어날 일’에 관해 추측하는 것이다. 20세기 들어 확립된 것으로 ‘부분으로 전체를 추측한다’는 의미.

Til 230616

2023-06-16T00:00:00+09:00

Today I Learned 2023-06-16

- 목차 -
오늘 공부한 것은 다음과 같습니다. 
케글 ICR 프로젝트 코드 리뷰 
머신러닝 어드밴스 퀴즈와 오답노트
미니프로젝트 OT 
머신러닝 배이직 복습
코테 연습

학습 노트

1. 케글 ICR 프로젝트 코드 리뷰

케글 링크
언더샘플링과 오버샘플링 : 두 샘플링 기법은 분류 문제에서 모두 데이터가 균형잡히지 않아서 생기는 오버피핑/언더피팅을 방지하기 위해 사용하는 기법으로 두 클래스의 값의 스케일을 1:1로 맞추는 게 중심이다. 두 값 중 Major 값에 맞출지 Minor 값에 맞출지에 따라 오버샘플링, 언더샘플링이라고 한다. 보통은 언더샘플링을 훨씬 많이 쓴다. 두 값을 적절하게 조화하여 하이브리드 샘플링도 가능하다.
라벨 인코더(특정 칼럼에 있는 카테고리컬 밸류를 정렬한 다음 0부터 자연수 순서대로 변환하는 method), KNN Imputer 사용을 간단하게 배움
VIF : 다중 공선성을 확인하는 지표. 종속변수 y를 예측하는데 영향을 줄 수 있는 feature에서, feature끼리 관련이 있을때 y 추정이 안되므로 feature끼리 선형 관계가 있는지 확인하는 지표.
Feature Selection via Feature Importance : Feature Importance 값을 계산하여 Feature를 Selection하는 기법. 참고
수업 후에 남아서 용담쓰 코드를 다시 한 번 돌려보았따. 뭐가 뭔지 모르겠지만 돌아가게는 만들었다. 난중에 선민님이나 용담님께 또 자세히 여쭈어 볼것이다.

2. 머신러닝 어드밴스 퀴즈와 오답노트

머신러닝 어드밴스 퀴즈, 아직 수업을 다 못듣기도 했어서 아얘 모르는 내용들도 많았다.
문제 자체도 어려웠던 것 같다.
결국 이어드림 스쿨 퀴즈 사상 최저 점수를 받았다. (10/15)
방법이 없다. 절대적인 시간을 늘리고 반복한다.
오답노트 링크

3. 미니프로젝트 OT

미니프로젝트 10팀 (ONETEAM)에 합류하게 되었습니다. 구성원은 변웅진님, 이성준님, 유별님.
OT시간에는 팀끼리 모여 서로의 프로젝트에 대한 생각을 들어보고 간단한 규칙을 정했습니다. 사실상 개인 프로젝트를 진행하되 매일 한 번씩은 모여 진행상황 공유하며 티타임을 갖기로 했습니다.
저는 용담님 주신 ICR 코드를 통해 머신러닝의 구조와 하이퍼 파라미터 튜닝의 기본적인 개념과 구조를 기존 수업(이상엽-김용담) 내용과 겹쳐가며 이해를 깊이 할 예정입니다.
더하여 제 관심사인 중고차 시장과 연관된 데이콘 자동차 가격 예측 프로젝트를 인강 자동차 가격 예측과 함께 비교하여 진행할 예정입니다. 아마도 EDA와 선형회귀 머신러닝 모델에 대한 공부를 깊이 있게 할 수 있을 것이로 기대됩니다.

4. 머신러닝 베이직 복습

오늘은 스킵. 내일과 모레 일주일 공부 복습하면서 정리 추가로 하도록 하겠습니다.

5. 코테 연습

선민님 말씀하신 대로 프로그래머스 데일리 4개씩 푸는 코테 연습 아주 잠깐 했습니다.

앞으로 과제

1. 이어드림 과정

* 미니프로젝트 두번째 IC을 잘 해보자! (EDA, 머신러닝 라이브러리 사용(하이퍼 파라미터 튜닝)을 중심으로)
* 플러스 알파로 자동차 가격 측정 사이드 프로젝트로 진행 (마찬가지로)
* 무분별하게 복습하기 보다는 위 두 프로젝트를 하면서 앞 과정에서 필요한 것을 반복 학습하는 것을 전략으로
* 수학에 발목 잡혀서도 안되지만 수학을 스킵하는 것도 불가능 하므로, 저녁시간 중 1-2시간을 수학에 할애하자. 

2. 만들다

* 매일 프로그래머스 코테 4개씩

3. 기타

* 6시 출근 : 1시간 독서, 2시간 논문 리서치 
* 저녁시간 : 우선 ML 복습하고, ML 한바퀴 돌면, CS, SQL, Statics, ML-DL Mathmatics, Python 스케쥴 잡아서 예-복습
* 2주간 패턴 잡고, 패턴 잡히면 영어공부(단어, 회화 위주), 운동 등 시간을 안배할 예정
* 주말에는 평일 진도 나간거 다시 체크하고, 중요한 것 위주로 정리(코드 필사, 전개도 그리기 등)

Morning Mood 0616

2023-06-16T00:00:00+09:00

오늘 아침에는

출근 : 8시 02분
어제 계획보다 공부 시간이 더 들어간 관계로 조금 더 잤습니다! 오늘은 책 읽기 30분, 그리고 나머지 시간은 선형회귀 머신러닝 실습 및 학습 준비 하겠습니다.

책 읽기 30분

제목 : <문과생, 데이터 사이언티스트 되다.>, 차현나 지음, 더퀘스트, 2020
읽은 범위 : 77p - 92p
읽은 시간 : 8:22 ~ 8:52
인간의 가치판단과 인공지능 : 무결한 데이터라는건 존재하지 않는다. 결국 데이터를 활용하는데 인간의 가치판단이 반영될 수 밖에 없다. 데이터는 인간의 목표를 달성하기 위한 수단일 뿐인 것이다. 따라서 어떤 기준으로 선별할 것이냐, 어떤 feature에 더 가치를 둘 것이냐에 대한 판단이 점점 더 중요해지는 것이다.
"’난 그저 지시에 따라 채용을 위한 모델을 만들었다’고 한다면 그 일에서 파생될 수많은 문제들을 방조하는 셈이다. 이 데이터가 현실에 끼칠 영향을 해석하는 일이 왜 중요한지 잘 생각해봐야 한다.”(80p)
“스페셜리스트가 될 수 있는 중심축을 하나 세운 다음 제너럴리스트로서 여러 분야를 두루 알고 차용할 수 있어야 한다. 이것이 진정한 전문가가 되는 길이다. 하나의 전문 분야를 가진 뒤 다른 분야를 만날 때 생각의 깊이가 달라진다.”(81p)
“이상적인 데이터 사이언티스트에게 필요한 역량은 기술적인 면에 국한되지 않는다. 이 기술을 어떻게 실생활에서 활용하느냐 하는 해석과 시장성을 내다보는 관점까지 필요하다.”(88p)
중간에 잠깐 선민님 자리 놀러가서 떠드느라고 많이 못읽음 .

머신러닝 어드밴스 복습

시간 : 8:00 ~ 8:15
내용 : 인강 머신러닝 회귀분석 실습 조금 봤습니다. 오늘 계속 틈틈히 보면서 실습할 예정. 또한 인강에 포함된 중고차 가격 분석 실습과 데이콘 자동차 가격 예측 과제 연결하여 학습할 예정.

Til 230615

2023-06-15T00:00:00+09:00

Today I Learned 2023-06-15

- 목차 -
오늘 공부한 것은 다음과 같습니다. 
머신러닝 어드밴스) 예측 모델 개발 및 적용
케글 프로젝트
만들다 스터디
머신러닝 배아직 복습
코테 연습

학습 노트

1. 예측 모델 개발 및 적용

머신러닝 과정에서 가장 중요한 건 오버피팅을 방지하는 것
Out-Of-Fold Predcition은 데이터 수가 적을때 발생할 수 있는 Overfitting 가능성을 예방하기 위해 사용하는 교차검증 방법입니다. K-Fold Cross Validation은 OOF의 한 방법입니다. 매우 중요한 과정으로 꼭 정확하게 이해해야 합니다.
Optuna는 하이퍼 파라미터를 자동으로 찾아주는 파이썬 라이브러리입니다. Optuna는 베이시안 최적화를 통해 하이퍼 파라미터 최적값을 찾아주는데, 이는 Grid Search와는 다릅니다. 주어진 범위 내에서 성능이 잘 나오는 것을 찾아가는 방법입니다.
대표적인 분류모델 성능 평가의 지표는 다음과 같습니다.
- Accuracy : 맞은 개수의 비율
- F1 Score : Accuracy만으로는 어떤걸 얼마나 틀렸는지 알 수 없기 때문에, 감염병과 같은 FN, FP 정확도 관리가 필요한 상황(걸린 사람을 안 걸린 것으로 예측하면 안되니까!) F1 Score를 확인한다. Precision(정밀도)과 Recall(재현율)의 조화평균이다.
- AUC : 모델 성능 비교할때, Threshold(임계값)이 변화하는 와중에 전반적 성능이 좋은지 나쁜지 평가하고 비교하고 싶을때 사용. 두 모델의 성능 비교할때 사용한다는 것만 기억해도 된다!

2. 케글 프로젝트

케글 프로젝트 진행 방식 등에 대해 들어보고, 미니프로젝트 1번 주제로 제시된 ICR을 용담강사님의 코드로 돌려보는 시간을 가졌습니다.
중간에 케글이 터져서 코드가 제대로 돌아가지 않았고, 겨우 코랩으로 옮겨 진행할 수 있었습니다. 문제는 케글에 있었습니다.
케글 프로젝트 진행방식에 대해 자세히 듣지는 못했습니다(예술인 고용보험 신고 때문에) 그치만 대략적인 케글 프로젝트의 분위기에 대해서는 파악할 수 있었습니다.

3. 만들다 스터디

회의를 통해 처방전 OCR 프로젝트 앞으로 진행 방향을 정했습니다.
결론은 다음주까지 데이터 전처리 등으로 훈련 데이터셋 만들 준비를 하고, 다음주에는 본격적으로 훈련 데이터로 사용할 이미지를 만들어보기로 했습니다.
용담 강사님도 저희 프로젝트에 관심을 보여주셨습니다.(^^)

4. 머신러닝 베이직 복습

머신러닝 어드밴스 수업 들었던 것이 아무래도 뒤죽박죽 되어서, 다시 머신러닝 베이직으로 돌아가서 어드밴스 내용을 한꺼번에 정리하기로 했습니다.
이는 미니프로젝트 진행과 병렬로 이루어져 이론과 실습을 동시에 만족하는 방식이 될 것입니다.
주로 김건영님(코듀킹) 블로그를 참조할 예정입니다.
팀 프로젝트로 진행되는 ICR 이외에도, 자동차 가격 예측 프로그램을 함께 진행하여 머신러닝에 대해 완전히 이해하고 넘어가는 것이 목표입니다.
오늘은 베이직 첫 시간에 했던 기계학습의 개요와 선형회귀의 개념에 대해 되짚었습니다.
특히 기계학습의 전체 구조 (지도학습과 비지도학습, 회귀와 분류문제, 비지도학습의 여러 방법(클러스터링, 변환, 추정))에 대한 지도를 완전히 이해하기 위해 노력했습니다.

5. 코테 연습

선민님 말씀하신 대로 프로그래머스 데일리 4개씩 푸는 코테 연습 아주 잠깐 했습니다.
- 분수 더하기 값 출력 문제 어려웠다. 결국 구글링 통해 math 라이브러리 gcd로 두 수의 최대공약수 구하는 법 찾아서 풀었다.
```
 import math
 a, b = 10, 15
 math.gcd(a,b)
```
- 두 번째 리스트 원소값 2배로 바꿔 출력하는 것도, range 문법을 잊어버려서 결국 검색을 통해 진행… 반복하자.

앞으로 과제

1. 이어드림 과정

* 미니프로젝트 두번째 IC을 잘 해보자! (EDA, 머신러닝 라이브러리 사용(하이퍼 파라미터 튜닝)을 중심으로)
* 플러스 알파로 자동차 가격 측정 사이드 프로젝트로 진행 (마찬가지로)
* 무분별하게 복습하기 보다는 위 두 프로젝트를 하면서 앞 과정에서 필요한 것을 반복 학습하는 것을 전략으로
* 수학에 발목 잡혀서도 안되지만 수학을 스킵하는 것도 불가능 하므로, 저녁시간 중 1-2시간을 수학에 할애하자. 

2. 만들다

* 매일 프로그래머스 코테 4개씩

3. 기타

* 6시 출근 : 1시간 독서, 2시간 논문 리서치 
* 저녁시간 : 우선 ML 복습하고, ML 한바퀴 돌면, CS, SQL, Statics, ML-DL Mathmatics, Python 스케쥴 잡아서 예-복습
* 2주간 패턴 잡고, 패턴 잡히면 영어공부(단어, 회화 위주), 운동 등 시간을 안배할 예정
* 광주비엔날레 일정 잡기(아마도 이번 주말)

Morning Mood 0615

2023-06-15T00:00:00+09:00

오늘 아침에는

출근 : 7시 10분
기존 맥북 12인치로는 화면이 너무 작고, macOS Universal Connect가 불안정한 부분이 있어 결국 27인치 모니터를 구매했습니다. 다행히 아침 일찍 거래를 하게 되어 7시에 나와서 모니터를 세팅하고 자리를 정리했습니다. 짐 정리하고 집에 갔다 아침먹고 오니 8시 40분, 고로 오늘은 책 읽기-리서치-복습 스킵합니다!

Til 230614

2023-06-14T00:00:00+09:00

Today I Learned 2023-06-14

- 목차 -
오늘 공부한 것은 다음과 같습니다. 
1. Feature Engineering
2. 인강 듣기
3. 특강 듣기
4. 머신러닝 코드 실습

학습 노트 : 링크

1. Feature Engineering

이해가 되는 부분만 간단하게 노션에 정리했습니다. 따라서 노션 링크 참조!

2. 인강 듣기

인강 열심히 듣지는 못했지만, 그래도 sklearn으로 의료데이터 어떻게 시각화, 트레이닝, 값 출력 하는지 코랩 코드로 확인했습니다.
뉴욕 집값 예측 인강은 오늘 못들어서 내일 들을 예정입니다.

3. 특강 듣기

카카오 현직 개발자 이세희님 특강 들었습니다.
더블데크웍스 사무실에서 듣게 되어 아주 집중해서 듣기는 어려웠지만, 대략적인 현직의 분위기와 장단점, 그리고 직무를 대하는 태도 (탐구하는 태도, 해결하는 태도, 배우는 태도 등)를 생각해 볼 수 있었습니다.

4. 코테 연습

선민님 말씀하신 대로 프로그래머스 데일리 4개씩 푸는 코테 연습 아주 잠깐 했습니다.
첫 문제들은 어렵지 않아서 오래 걸리지 않았습니다.
생각 많이 안하고 매일 4개씩 풀 예정입니다.

앞으로 과제

1. 이어드림 과정

* 미니프로젝트 두번째 IC을 잘 해보자! (EDA, 머신러닝 라이브러리 사용(하이퍼 파라미터 튜닝)을 중심으로)
* 플러스 알파로 자동차 가격 측정 사이드 프로젝트로 진행 (마찬가지로)
* 무분별하게 복습하기 보다는 위 두 프로젝트를 하면서 앞 과정에서 필요한 것을 반복 학습하는 것을 전략으로
* 수학에 발목 잡혀서도 안되지만 수학을 스킵하는 것도 불가능 하므로, 저녁시간 중 1-2시간을 수학에 할애하자. 

2. 만들다

* 코딩테스트 하루 4개

3. 기타

* 6시 출근 : 1시간 독서, 2시간 논문 리서치 
* 저녁시간 : 우선 ML 복습하고, ML 한바퀴 돌면, CS, SQL, Statics, ML-DL Mathmatics, Python 스케쥴 잡아서 예-복습
* 2주간 패턴 잡고, 패턴 잡히면 영어공부(단어, 회화 위주), 운동 등 시간을 안배할 예정
* 광주비엔날레 일정 잡기(아마도 이번 주말)

Morning Mood 0614

2023-06-14T00:00:00+09:00

오늘 아침에는

출근 : 6시 58분
지난 주 머신러닝 수업 듣지 못한 것 타격이 있으므로, 책 읽는 시간 30분, 논문 리뷰는 하지 않고 나머지 시간을 복습으로 진행하고자 합니다.

책 읽기 30분

제목 : <문과생, 데이터 사이언티스트 되다.>, 차현나 지음, 더퀘스트, 2020
읽은 범위 : 48p - 77p
읽은 시간 : 7:12 ~ 7:40
숫자와 현실의 연결 : 현실을 정의하는 데에서 데싸의 일이 시작된다. 곧, 현실에 존재하는 문장으로 된 질문을 숫자로 정의하는 것. 이를 위하 아이디어를 숫자로 확인하는 습관이 필요하다.
숫자와 언어 속에서 맥락을 읽어낸다 : 텍스트 마이닝과 같은 고객 행동 데이터 분석에서 긍정과 부정을 분류하는 것은 결국 인간의 몫. 왜냐면 형태소 분석으로 분리된 단어도 맥락 속에서 긍정과 부정이 판별되기 때문. “데이터 사이언티스트는 고정된 역할만 하지 않는다. 데이터에서 가치를 찾고 기업에 도움이 되는 일이라면 무엇이든 해낸다. 결국 데이터 사이언티스트가 될 수 있는 왕도는 따로 없는 셈이다.”
2부 기술보다 먼저 익혀야 할 것들 : 데이터 사이언티스트의 역량
- 3장 문과생 데이터 사이언티스트의 기초 체력 다지기
  - 데싸의 본질 = 데이터를 분석하고 인사이트를 찾고 전달하는 일
  - 코딩도 영어처럼, 활용과 목적이 있어야 더 빠르게 배울 수 있다. 데이터 구조와 결과물을 명확하게 이해해야 언어와 툴을 빠르게 학습할 수 있다.
  - 통계 공부에서도 모델 자체에 집중하기 보다는 그 모델을 어떤 프로젝트에 사용해야 하는지 먼저 파악하는 게 중요하다.
  - 주어진 조건에서 필요한 것을 중심으로 먼저 배워라.
  - 통계 관련 수업은 최대한 많이 들어라 : 어려워도 포기하지 말고 익숙해지도록 하자. 생활에서 분석과 정의가 습관이 되도록.
  - 수학도, 기술에 대한 이해도 필요하지만, 점점 기술을 통해 해결할 수 있으므로 오히려 문제를 어떻게 해결할지, 상황을 정리하는 힘을 갖는게 중요해질 것이다.
막간 책읽기 : 라운지에 있는 코스모폴리탄 출판 90년대생 여성 창업가에 대한 책을 살짝 읽어봤는데 매우 두근두근한 내용이니까 빨리 문과생 떼고 읽어야지.

머신러닝 어드밴스 복습

시간 : 8:00 ~ 8:50
내용 : 5/30일분 sklearn 실습을 진행함. 5/31분 Linear Regression 선형회귀모형의 Gradient Descent Algorithm 수학적 증명에 대해 간단히 복습. (21분까지 봄.)