[플레이데이터 SK네트웍스 Family AI 캠프 14기] 6주차 회고

🗓️ 기간: 2025.05.12 ~ 2025.05.16 (6주차)

🖥️ 커리큘럼: Machine Learning

 

SK 네트웍스 Family AI Camp 6주차 회고

 

✅ Check List

250512 (월) Machine Learning

✨ KNN 다중분류 모델
      / 이진분류/다중분류 구분 필

✨회귀 지도
      / 모델 정확도 결정계수(R^2)로 측정
      / LinearRegression 회귀모델
      / 회귀계수, 절편 구분
      / PolynomialFeatures 다항회귀 모델
      / 과대/과소 적합 구분
✨ 데이터 전처리
      / SimpleImputer (결측치 처리) / IsolationForest (이상치 탐지)
      / Label Encoding
      / One-hot Encoding
      / StandardScaler
      / MinMaxScaler

 

250513 (화) Machine Learning

✨ Classification_evaluation
      / 정확도, 정밀도, 재현율, F1점수, 특이도, ROC Curve, AUC
      / 혼동행렬
✨ regression_evaluation
      / 평균제곱오차 MSE
      / 평균절대오차 MAE
      / 루트평균제곱오차 RMSE
      / R^2 결정계수
      / Huber Loss

 

250514 (수) Machine Learning

✨ 혼동행렬
✨ 정확도 Accuracy, 정밀도 Precision, 재현율 Recall
✨ 교차검증
✨ K-Fold, Startified-K-Fold, cross_val_score, cross_validate 사용
✨ Hyper Parameter Tuning 

 

250515 (목) Machine Learning

✨ 회귀모델
      / LinearRegression 선형회귀
      / 경사하강법
      / 비선형회귀
         - 지수/로그 회귀 다항회귀
      / Pipeline(PolynomialFeatures, LinearRegression)
      / 규제 적용된 선형회귀 Ridge(L2) Lasso(L1)

 

250516 (금) Machine Learning

✨ 분류모델

      /  LogisticRegression

      /  이진분류 활성화 함수 Sigmoid 이해

      /  다중분류 활성화 함수 Softmax 이해

      /  DecisionTreeClassifier 

 

💭 KPT

Keep

• EDA 프로젝트를 잘 마무리했다. 데이터 정하는 것부터 분류모델까지 처음부터 끝까지 해보며 배운 내용을 복습할 수 있었다. 
• EDA 프로젝트를 하며 데이터 선택이 중요하다는 것을 알게 되었다.
• 다른 팀들의 프로젝트를 보며 다양한 시각을 배울 수 있었다.
• Machine Learning 수업 중 이해가 어려운 부분은 구글링이나 챗GPT를 찾아보며 보충하고 있다.

Problem

• Machine Learning 부분 이해가 가는 듯, 안가는 듯, 가는 듯, 안가는 듯,, 완벽하지는 않더라도 익숙해지도록 자주 봐야겠다.
• 하루 수업 양이 많은 만큼 Daily log 밀리지 말아야겠다

Try

• 원하는 데이터로 EDA 개인 프로젝트를 해보면 좋을 듯
• 매일 코딩테스트 문제 풀어보기