✨ 한 주 요약

이번 주는 LG AI Ranking Contest에 거의 올인 을 했다. DKT는 강의를 들으면서 학습 정리를 진행했다.

✨ 잘했던 점

1. LG 대회에서 Rule-Based, Content-Based Filtering 코드 구현해서 앙상블을 시도했었다 !
   → 결과는 아쉽지만, 원인 분석을 통해 다음 대회에는 더 적합한 환경에서 적용해야겠다.

2. 팀원들과의 Peer Session 시간에 매일 학습을 정리한 내용과 인사이트를 시각화된 자료로 준비해서 발표를 했던 부분을 잘했다.
   → 매일 이렇게 발표를 해야겠다는 생각으로 공부를 하니까, 더 집중을 잘하게 되고, 빈틈 없이 공부를 하는 좋은 습관을 가지게 되는 것 같아서 너무 좋다!

😂 아쉬운 점 & 보완할 점

1. DKT 대회 시작하고 대회 자체에 크게 집중을 못하고 있다. 음.... 두 대회에서 두 마리 토끼를 다 잡는 건 시간적으로나, 능력적으로도 안되기 때문에 한 마리라도 잡기로 했다. 비록 LG의 결과가 좋지 않으나 가장 단기간에 많은 시도를 하고, Ranking이라는 추천 시스템에 대해서 이해를 더 잘할 수 있지 않았나 싶다.
   → 다음 주 부터는 DKT에서 Sequential Data와 Modeling 에 대해서 빠삭하게 공부할 예정이다.

2. Baseline Model에 Domain 기반의 이해를 토대로 Feature Engineering을 진행하지 않은 부분이 아쉽다.
   → Data, Task, Domain 기반의 이해를 더 깊고, 열심히 공부해서 이해를 할 필요가 있다.

3. Coding Test 준비를 매일 한 문제씩을 풀려고 했는데, 막상 하려고 하니 귀찮아서 안하게 된다. 매일 한 문제만 풀어도 2월 중순엔 80문제는 풀텐데...
   → 매일 하나만 푸는 식으로 생각해보자

🙂 느낀점

컨텐츠 기반 필터링(CBF) 을 구현해서 앙상블하는데 있어서 밤샘을 하며 진행을 하면서, 네이버 붓캠에서 처음 지각도 하고... 성능이 좋지 않아서 조금 아쉬웠다..

다양한 시도를 하면서 실력이 많이 향상되고 있음을 느끼고 있다. 이번 LG 대회가 다음주 목요일에 끝나고 데이콘에서 진행되는 대회에 바로 참가하려고 한다. 물론, DKT에 이제 집중을 많이해서 Sequential Data, Modeling을 많이 공부를 하고, 남는 시간에 다른 대회에 집중을 할 예정이다.

이렇게 LG 대회가 끝나갈 쯤에 드는 생각은 너무 성능을 내기위해 skill적인 부분만 고려한 것이 아닌가하는 생각이 든다.

조금 더 Data에 대해 이해를 하고, Task에 대한 이해 를 기반으로 Feature Engineering을 통해 Data적으로 실험을 좀 더 해봤어야 하지 않았나 싶다.
그렇지만, 이러한 시행 착오를 통해 배우는 거라고 생각한다. 다음에는 이런 부분을 보완하면서 진행을 하자.