내일배움캠프 6주차 회고
6주차 시간표
이번 주는 공휴일이 끼어있어서 월요일은 쉬었고 다음주도 월요일은 쉬다보니 아무래도 들뜬 기분에 집중이 좀 덜되는듯한 기분이 들기도 하는 한 주 였다.
장고 인스타그램 클론코딩 프로젝트
A-5 삘이 오조 팀 프로젝트 S.A. 링크
A-5 삘이 오조팀 팀 프로젝트 GitHub주소
A-5 삘이 오조 팀 프로젝트 시연영상
A-5 삘이 오조 팀 프로젝트 KPT회고 링크
프로젝트 매니지먼트 세션 특강
- 최양임 매니저님
프로젝트 매니지먼트 세션 노션링크
실전 머신러닝 적용 원격강의
1주차 내용 요약
-
머신러닝이란?
- 직역하면 기계를 가르친다라는 뜻으로 컴퓨터 프로그램이 알고리즘을 사용하여 데이터에서 패턴을 찾는 인공 지능 애플리케이션을 의미한다.
-
머신러닝에서 문제를 풀 때, 해답을 내는 방법을 크게 회귀 또는 분류로 나눌 수 있다.
- 회귀 : 출력값이 연속적인 소수점으로 예측하게 하도록 푸는 방법
- 분류 : 분류 모델은 레이블이 달린 학습 데이터로 학습한 후에 새로 입력된 데이터가 학습했던 어느 그룹에 속하는 지를 찾아내는 방법
-
머신러닝은 크게 세 가지로 나눌 수 있다. 지도/비지도/강화 학습이다.
- 지도 학습(Supervised learning): 정답을 알려주면서 학습시키는 방법
- 비지도 학습 (Unsupervised learning): 정답을 알려주지 않고 군집화(Clustering)하는 방법
- 강화 학습(Reinforcement learning): 주어진 데이터없이 실행과 오류를 반복하면서 학습하는 방법 (알파고를 탄생시킨 머신러닝 방법!!)
-
선형회귀 : 데이터를 놓고 그걸 가장 잘 설명할 수 있는 선을 찾는 분석하는 방법을 선형 회귀(Linear Regression) 분석이라 부른다.
-
경사 하강법 : 일단 파라미터를 임의로 정한 다음에 조금씩 변화시켜가며 손실을 점점 줄여가는 방법으로 최적의 파라미터를 찾아가는 방법
-
데이터셋 분할
-
- Training set (학습 데이터셋, 트레이닝셋) = 교과서
머신러닝 모델을 학습시키는 용도로 사용하고 전체 데이터셋의 약 80% 정도를 차지한다.
-
- Validation set (검증 데이터셋, 밸리데이션셋) = 모의고사
머신러닝 모델의 성능을 검증하고 튜닝하는 지표의 용도로 사용한다. 이 데이터는 정답 라벨이 있고, 학습 단계에서 사용하기는 하지만, 모델에게 데이터를 직접 보여주지는 않으므로 모델의 성능에 영향을 미치지는 않는다. 손실 함수, Optimizer 등을 바꾸면서 모델을 검증하는 용도로 사용하며 전체 데이터셋의 약 20% 정도를 차지한다.
-
- Test set (평가 데이터셋, 테스트셋) = 수능
정답 라벨이 없는 실제 환경에서의 평가 데이터셋이다. 검증 데이터셋으로 평가된 모델이 아무리 정확도가 높더라도 사용자가 사용하는 제품에서 제대로 동작하지 않는다면 소용이 없기 때문에 중요하다.
-
이번 주를 마치며
이번 주차는 장고 인스타그램 클론코딩 프로젝트를 마무리 짓고 발표 후 프로젝트 회고, 그리고 새로운 원격 강의에 들어가는 주차였다.
프로젝트의 경우 아직은 부족한 점을 너무 많이 느끼게 된 것 같다. 하지만 그만큼 뭔가를 해냈을 때의 성취감도 많이 느낄 수 있어서 복합적으로 좋은 경험을 가졌던 것 같다. 정말 바쁘고 힘들었지만 재미있었기 때문에 다음 프로젝트도 기대가 되기 시작했다.
