[KT AIVLE SCHOOL(에이블스쿨)] DX 트랙 6, 7주차 후기[11]

 

 

📅 6, 7주 차 일정

6, 7주 차 후기는 한꺼번에 작성할 예정이다.

그 이유는 6일에 걸쳐 머신러닝 수업을 진행하였고, 머신러닝에 대한 후기를 작성하려고 한다.

 

6, 7 주차 수업 일정

 

📕 수업 내용

학습 내용

• 머신러닝 개념과 관련 용어
• 회귀와 분류 구분
• 모델링 코드 작성 방법
• 기본 알고리즘 원리
• 효율적인 성능 평가 방법
• 하이퍼파라미터 튜닝
• 앙상블 알고리즘 등

 

Scikit-Learn 모델링 코드 구조

1. 불러오기 - 사용할 라이브러리를 import

2. 선언하기 - 사용할 알고리즘을 모델로 선언

3. 학습하기 - 모델.fit(x_train, y_train) 형태로 학습시키기

4. 예측하기 - 모델.predict(x_test) 형태로 예측 값 만들기

5. 평가하기 - 예측 값과 실제 값으로 평가

 

알고리즘

• Linear Regression
• K-Nearest Neighbor
• Decision Tree
• Logistic Regression
• Support Vector Machine

 

Hyperparameter 튜닝

• Hyperparameter
• Random Search, Grid Search

 

앙상블

• 앙상블 이해
• 보팅(Voting)
• 배깅(Bagging)
• 부스팅(Boosting)
• 스태킹(Stacking)

 

✏️ 생각 정리

이 번주부터 머신러닝을 이용해 회귀와 분류 예측을 하는 모델을 만들어 보는 수업을 진행하였다.

이전까지 했던 데이터 전처리 과정은 결국 머신러닝과 딥러닝을 위한 준비작업이라 생각해도 된다. 

현재 수업받고 있는 DX컨설턴트는 머신러닝을 이용해 정확도나 모델 성능을 올리기 위해 노력하는 것보다

어떤 상황에 어떠한 모델을 사용하는 것이 제일 좋을지 판단하는 직무이다. 

따라서 다양한 상황에 다양한 모델을 사용해 봐야 한다고 생각했다.