코드스테이츠 AIB_13 5&6주차 회고

머신러닝을 학습하기 시작하면서 시간이 너무 빠르게 흘러갔다는 핑계로 5주차와 6주차의 회고를 진행해보려고 한다.

Section 2가 시작되면서 선형모델을 시작으로 머신러닝에 대하여 하나하나 학습해나갔다.

 

5주차

5주차에는 선형모델과 회귀를 주로 학습했다.

Linear Regression(선형회귀), Ridge(릿지), Logistic Regression(로지스틱 회귀) 등의 모델을 학습하였고, 선형회귀와 릿지는 회귀문제를 해결하는데 사용하고, 로지스틱회귀는 분류문제를 해결하는데 사용하였다.

5주차에 주로 초점은 회귀문제를 해결하며 회귀평가지표인 MAE, MSE, RMSE 사용하였고,

6주차에서 학습하게 될 교차검증에 대하여 약간 배울 수 있었다.

 

 

6주차

6주차에는 트리기반모델과 분류에 대하여 학습했다.

DecisionTree와 Tree를 기반으로 배깅알고리즘을 사용하여 앙상블학습한 RandomForest를 학습했다.

5주차와 다르게 분류문제를 해결하였는데, 분류평가지표인 ConfusionMatrix, Precision(정밀도), Recall(민감도), F1score, ROC, AUC 를 학습할 수 있었다.

모델을 교차검증(CV)의 종류와 방법, 하이퍼파라미터 튜닝(Grid, RandomSearch CV)에 대하여 학습할 수 있었다.