블로그 카테고리 용도:
🔎 매주 KT 에이블 스쿨에서 배운 내용을 복습하기 위해
✨4주차 느낀점 :
- 1~3주차 통틀어서 제일 많이 배웠다!
- 머신러닝 알고리즘 정말 많다고 느꼈다!
- 복습 예습 잘하자
[머신 러닝] 2/20 ~ 24
이번 4주차에는 5일 동안 머신러닝을 배웠습니다.
아래 순서는 Scikit-Learn의 모델링 코드 구조입니다.
- 라이브러리 불러오기
- 사용할 알고리즘을 모델로 선언하기
- 모델을 학습시키기 (model.fit)
- 모델을 예측하기 (model.predict)
- 모델을 평가하기
위와 같은 모델링을 진행 하기 위해선 아래와 같은 개념들을 알아야 합니다!
(무엇을 배웠냐..정말 많네요)
- 머신러닝 개념과 관련 용어
- 회귀와 분류 구분 ✨
- 모델링 코드 작성 방법
- 모델 성능 평가 방법
- 기본 알고리즘 원리
- 효율적인 성능 평가 방법
- 하이퍼파라미터 튜닝
- 앙상블 알고리즘 등
정말 많은 걸 배웠지만 결국 가장 중요한 것은 주어진 데이터에서
target값을 잘 설정하는 것과
회귀문제 인지 분류문제 인지 유형을 정확히 파악하고 그에 맞는
알고리즘과 평가 방법을 선택하는 것이였습니다.
좋은 모델을 만들기 위해선..
복잡도와 성능의 적절한 균형을 맞춰야 합니다
성능이 높긴해도 복잡도가 높으면
복잡도가 낮지만 성능이 낮으면
과대적합과 과소적합이 일어날 수 있습니다
(내일 부터는 딥러닝을 배우니 예습을 꼭합시다..!)
'KT-AIVLE' 카테고리의 다른 글
[KT-AIVLE 6주차 AI Track] 미프2차, 코딩마스터즈 (1) | 2023.03.17 |
---|---|
[KT-AIVLE 5주차 AI Track] 딥러닝 (0) | 2023.03.17 |
[KT-AIVLE 3주차 AI Track] 미프,코마,웹크롤링 (0) | 2023.03.17 |
[KT-AIVLE 2주차 AI Track] Pandas Library (0) | 2023.03.17 |
[KT-AIVLE 2주차 AI Track] Numpy Library (0) | 2023.03.17 |