WIL_20240202

FACTS(사실, 객관) : 이번 일주일 동안 있었던 일, 내가 한 일

• 파이썬 머신러닝 기초강의 완료
• 파이썬 머신러닝 심화강의 1주차 완료
• 머신러닝 개인과제 모두 풀고 정상작동까지 확인

FEELINGS(느낌, 주관) : 나의 감정적인 반응, 느낌

데이터 분석을 시작하고 sql과 python이 굉장히 생소하고 어색하던 때가 있었는데 이번 주차에 굉장히 익숙해졌다는 것을 많이 느꼈다. 그와 동시에 머신러닝이 시작하고 나니 이론과 방법론들을 명확하게 하지 않으면 모델링을 제대로 할 수 없겠구나도 느끼게 되었다. 그래도 내가 직접 고민하는 부분이 이제 완전 초보자에서는 벗어나지 않았을까란 생각도 들고, vscode나 dbeaver같은 프로그램을 마주하는 것이 어색하지 않다.

FINDINGS(배운 것) : 그 상황으로부터 내가 배운 것, 얻은 것

• 데이터분석 준전문가(ADsP) 시험을 준비하면서 분석과정과 분석기법들에 대한 내용들이 이번 머신러닝을 학습하면서 다시 등장하니 조금은 친숙한 느낌이 들면서 다시 한번 정리가 되는 느낌이였다.
• sql 코드카타 문제풀이를 하다보니 이제 leetcode 미디움 문제들이 계속 등장하는데 window fuction 외에도 활용할 만한 쿼리들이 많다는 것을 깨달았고, 쿼리를 분리해서 생각하는 연습이 늘었던 것 같다. 더 쉽고 알아보기 좋게 작성하도록 노력해야겠다.
• 머신러닝 강의에서 seaborn으로 시각화하는 방법이 처음으로 등장했는데, matplotlib보다 편리한 부분도 굉장히 많았다.
• 데이터 전처리하는 과정의 이론을 배우면서 수치형 데이터와 범주형 데이터를 확실히 구분 짓고 보아야 한다는 것을 배웠다.(이전에는 내가 모호하게 알고 있었던 것 같다.)

FUTURE(미래) : 배운 것을 미래에는 어떻게 적용할 지

• 이번 주에 생각보다 어려운 시간들이 많았던 것 같다. 머신러닝 강의를 잘 따라가지 못할 것 같아서 강의 내용을 직접 손코딩하면서 따라갔고 하루를 마무리하며 내가 손코딩한 것들을 다시 되짚으며 이해하는 시간을 가졌다. 머신러닝은 그저 데이터를 학습시키고 검증하는 것 뿐이고, 사실상 더 중요한 것은 얼마나 잘 학습시키냐의 문제였다. 데이터 전처리를 통해 더욱 정제된 데이터를 만들고 모델 학습을 시켜야되는지 뼈저리게 느꼈다. 다음 주에는 배운 머신러닝을 찾아서, 또 학습내용을 다시 보면서 하더라도 프로젝트에 적용시켜보도록 노력해야겠다. 팀에서 고민한 모델링이 내 머릿속으로 이해할 수 있도록 할 것이다.
• 데이터 EDA와 시각화를 잘 적용해서 내 눈으로 정보가 잘 인식되도록 해야겠다.