[Boostcamp AI tech 3기] Week 17 학습 정리/회고 (5/9~5/15)

학습 정리

강의/스스로 도전 한 것/과제/결과물

• Feature 생성, 추가, 정리
• Feature selection
• LGCN sweep
• 0,1 비율 EDA
• overfitting되는 feature 수정
• ensemble
• 마스터클래스 발표 준비
• wrap up report

피어세션

• 최종 프로젝트 원하는 포지션 논의
• 1과 0의 비율
  • sequence의 맨 끝값을 볼 것인지, 전체 비율을 볼 것인지
• Wrapper
• z-time elapsed
• 피어세션 시간을 잘 보내기 위해서 스크럼 때 논의 내용 미리 정하기
• overfitting이 일어나는 feature: latent하지 않고 답을 확정짓는 값들을 넣는 것들인 것 같다.

멘토링

• 데이터 분석가가 내가 생각한 직무가 아니었다.
• AI engineer, MLops가 부스트캠프의 과정과는 가장 맞는 편

마스터 클래스

• 면접 때 프로젝트에 대해서 질문하는 방식
  • 왜 모델별로 다른 방법을 적용하게 되었나요?
• 수치를 보여주는 것도 내가 말한 이론이 맞다는 것을 증명하는 방법

회고

아쉬운 것

• feature selection을 완벽하게 해 보지 못한 것

잘 한 것

• 대회 후반부라고 해서 eda나 feature추가를 망설이지 않은 것
• 전체 모델 뿐만아니라 팀이 했던 모델들을 모두 고려한 것

기타 느낀 것

• 잘 만든 코드는 재활용하기 좋다
• 아무 프로세스나 죽이면 서버가 죽으니 조심하자

 

다음 주

• 최종 프로젝트 시작! 처음 주는 회의보단 강의 위주로 해보자