WIL(7주차)

📌머신러닝이 무엇..? 🤷‍♂️

• 이번 7주차는 머신러닝 강의를 듣고 이해하는데 목표를 두었다.
  1주차 강의에서 머신러닝으로 문제를 푸는 방법(분류, 회귀)과 선형 회귀, 다중 선형 회귀,
  가설, 손실 함수, 경사 하강법(optimize), learning rate, 데이터셋 분할 등에 대한 개념을 배우고 바로 선형 회귀 문제를 푸는 과정으로 넘어갔는데 개념만 다루다가 갑자기 처음 접하는 문제를 풀려고 하니 도무지 어떻게 풀어야 할지 막막했다.

📌머신러닝 강의에 늪에 빠짐...🤦‍♂️

• 그래서 강의를 완벽히 이해하면 문제를 풀 실마리가 보이겠지라는 마음가짐으로 정말 5번 가까이 1주차 강의를 돌려봤는데도 어떻게 풀어야 할 지 감이 잡히지 않았다.

📌무작정 따라 해보면서 조금 이해함 💡❗

• 도무지 강의를 돌려보기만 하는 것은 봤던 영화를 돌려보는 느낌이라 무작정 따라서 해봐야겠다는 생각이 들어 python class를 접했을 때 처럼 강의 중 실습 영상을 참고해서 숙제인 데이터셋 csv 파일을 받아 주석을 달아가며 코드를 한 줄 한 줄 입력하니 이해가 되기 시작했고, 필요한 라이브러리와 패키지를 import 하는 부분 부터 scatter로 output 값을 예측하는 부분까지 작성을 완료해서 숙제를 마칠 수 있었고, optimizers와 learnig rate, loss(손실 함수)를 바꿔가며 강의 해설보다 loss와 val_loss의 수치를 줄일 수 있었다.

• 숙제 코드 링크

📌코딩은 백타가 불여일문 👨‍💻

• 이번 주차를 마치면서 느낀 점은 확실히 머신러닝은 넘사벽이라는 생각이 들지만 그래도 역시 코딩은 백타가 불여일문이라고 강의를 보기만 하는 것보다 직접 코드를 작성해보면서 이해하는 것이 훨씬 이해가 잘 되는 것 같다.