부트캠프 회고

코드스테이츠 AIB_13 13주차 회고

부트캠프를 4개월 정도 수강하면서 벌써 Section4 딥러닝 파트가 시작이되었다. AI부트캠프의 핵심이라 할 수 있는 딥러닝부분은 지금까지 학습해온 거의 모든것들을 포괄하고 있는것 같다. Section4의 1주차를 수강하면서 딥러닝의 발전 과정, 퍼셉트론, 다층 퍼셉트론, 신경망, 활성화 함수 등 딥러닝을 이루는 신경망에 대하여 학습할 수 있었다. 최근에 주목받는 기술이라 그런지 학습자료들이 다양하고 풍부하여 학습을 하는데 어려움이 크지는 않았지만, 기본적으로 개념을 이해하기에는 다소 어려움이 있었다. 개념에 집중하여 학습을 하다보니 파이썬 코드를 작성하는 시간이 비교적 적었기 때문에 코드를 작성하는 시간을 더 가져야겠다. Tensorflow, keras를 이용하여 신경망 모델을 구축할 수 있었고, s..

코드스테이츠 AIB_13 11&12주차 회고

11주차에서는 API개발과 대시보드에 관하여 학습을 하였고, 12주차는 Section3 Project를 진행하였다. 11주차와 이전 주차에서 학습한 내용들을 바탕으로 웹 서비스를 만드는 Project를 진행하였고, 전반적인 데이터 엔지니어링을 학습하는 것이 목표였다. 11주차 11주차에서는 Docker, Flask, 대시보드, 배포, 시간, 부호화에 관하여 학습을 하였다. 말로만 듣던 Docker를 직접사용해 보았고, 조금이나마 Docker에 관하여 이해할 수 있었다. 하지만 Docker 자체를 또 학습해야하는 시간이 필요하는 생각이 들었다. Docker 이미지, 컨테이너, 볼륨 등 다양하고 확장성이 높은 기능들이 있었지만, 이번에 배운것은 주로 이미지와 컨테이너에 관하여 배웠고, 그것을 사용해볼 수 있..

코드스테이츠 AIB_13 9&10주차 회고

Section2 까지의 프로젝트를 진행하고 Section3 데이터 엔지니어링 파트가 시작되었다. 지금까지는 수집한 데이터를 가지고 데이터분석과 머신러닝 모델을 만들어 예측을 수행했다면, Section3에서는 데이터를 수집하고, 데이터베이스에 저장하는 방법에 관하여 학습한다. 조금 더 깊게 들어가면 데이터베이스를 구축, 스키마 생성하여 스키마 구조에 맞게 데이터를 적재하는 것이다. 적재한 데이터를 가지고 분석을 수행하거나, 머신러닝 모델을 만들어 내 어플리케이션에 올리는 것 까지 Section3에서 다룰 내용으로 보인다. 9주차 9주차에서는 Section3 전반에서 수행할 Git, 가상환경 그리고 이것들을 수행할 터미널(CLI)에 관하여 먼저 학습하고, 본격적으로 관계형 데이터베이스를 다루는 언어인 SQL..

코드스테이츠 AIB_13 7&8주차 회고

7주차 7주차 부터는 8주차에 진행할 프로젝트를 위하여 데이터셋을 정하는 것 부터 시작하여 타겟데이터가 불균형할 때 처리하는 방법, 데이터 랭글링, 모델을 해석하는 방법들에 관하여 학습하게 되었다. 7주차 초반부터는 프로젝트 데이터셋을 정하고 7주차에 학습하는 내용들을 내 데이터셋에 적용하는 과정들이 존재했는데, 프로젝트 진행속도와 맞지 않아서 그 부분에서 계속 막힘이 있었고, 프로젝트를 진행할 때도 약간의 영향이 있었다. 그 동안의 데이콘과 같은 경진대회를 참여할 때는 전처리와 분석하는 과정을 거치고 좋은 모델을 만들어 좋은 성능을 내어 랭킹을 올리려고 좋은 성능에만 집중했다면 7주차와 프로젝트를 거치면서 성능도 물론 준수해야 하지만 해석적인 측면에 더욱 집중했던 것 같다. 복잡한 모델을 해석하는 여러..

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. ..

코드스테이츠 AIB_13 4주차 회고

Section 1의 project도 끝내고 Section 2의 시작을 기다리고 있다. Section 1에서는 데이터분석에 관련하여 데이터를 핸들링하는 pandas, 시각화를 도와주는 matplotlib, seaborn, 벡터와 매트릭스, 수학적 연산을 도와주는 numpy, 통계 분석을 도와주는 scipy 등 여러 라이브러리에 대하여 학습할 수 있었다. 이러한 라이브러리를 활용하여 마지막 project를 진행하게 되었다. project를 진행하면서 아직도 너무 배울 것이 많고, 데이터 분석이 정말 어렵다는 것을 다시한번 느낄 수 있었다. 코드스테이츠에서 제공하는 몇가지 요구사항들이 존재했는데, 요구사항을 만족시키면서 분석을 한다는게 쉬운일이 아니었다. 도메인 지식에 대한 중요성도 많이 느꼈다. 도메인 지식..