[KT AIVLE(에이블 스쿨) 3기] 4주차 : 머신러닝

---

[4주차] 머신러닝

드디어 기다리고 기다리던 머신러닝!
사실 내가 AI에 관심을 갖게 된 계기가 머신러닝이라 기대가 되었다.
졸업 프로젝트를 진행하며 거의 수박 겉핥기식으로 공부를 했고, 오류를 잡기 위한 코드 정도만 숙지했었다. 머신러닝에 대해서 제대로 알지는 못했기 때문에 배울 기회가 생겨 두근두근 했다.

---

머신러닝

이번 주에는 머신러닝 기법 중 지도학습, 분류와 회귀에 대해서 배웠다 .
가장 주의해야 할 것은 데이터를 학습하기 전에 분류 문제인지 회귀 문제인지 정확하게 파악해야 한다.  분류 문제인데 회귀 알고리즘을 사용한다면? 오류를 마주할 수 있으니 둘의 차이를 정확하게 알아두기 ! 모델을 만드는 순서는 불러오기 → 선언하기 → 학습하기 → 예측하기 → 평가하기  앞으로 계속해서 반복해야 할 순서이다. linear regression는 회귀만, Logistic Regression은 분류만 하는 알고리즘이라는 것을 기억해두기! 회귀 모델의 평가 지표에는 SSE, MSE, RMSE, MAE, MAPE,R2 Score 와 분류 모델 평가 지표인 Accuracy, Precision, Recall, F1-score 이 있다. 그리고 어떤 하이퍼 파라미터 값을 선택 하느냐에 따라서 성능이 달라지므로 적절한 값을 선택해야 한다.

---

후기

일주일 동안 정말 알찬 수업이었던 것 같다. 정말 많은 내용을 배웠는데 내가 잘 흡수했는지는 모르겠다. DX반 친구가 강사님이 너무 좋다고, AI반 수업도 해주신다고 해서 기대했는데 정말 유쾌하고 재밌게 가르쳐주셨다! 그리고 처음 수업 자료를 받았을 때  어마어마한 코드 양에 놀랐는데, 수업 시간에 나가지 않은 코드도 복습 겸 틈틈이 돌려봐야겠다. 코딩 마스터즈가 한창 진행 중인데 이제 점점 막히기 시작한다. 한 문제 한 문제 시간이 너무 오래 걸린다. 이것도 틈틈이 해야 하는데 복습할 것은 많고.. 주차가 지날수록 할 일이 쌓여간다. 미니 프로젝트 2차 시작 전에 복습 끝내야 하는데 걱정이다…