Day 46 (23.09.19)
ML 과정의 첫날이었다.
ML 커리큘럼의 시작은 온라인 강의였다. 기초와 심화 두 개로 과정이 나누어져 있었는데 처음에는 심화를 선택해 들었으나 ML 공부를 한 지 오래 되었기도 하고 기초를 좀 더 다지는게 좋을 것 같다고 판단하여 기초로 다시 방향을 틀게 되었다.
기초 과정의 첫 step은 Regression Problem에 관한 내용이었다. 학부과정에서 1년 정도 관련된 내용을 다루었던 적이 있는 내용이다 보니 뭔가 반가운? 내용들이었다. 내 기억력이 나쁘다보니 잠시 망각했었던 기초적이고 중요한 개념들을 리마인드 할 수 있어서 좋았다.
특히나 규제의 개념에 대해서 조금 디테일이 부족했다고 생각했었는데 그러한 부분의 개념을 더 쌓을 수 있어서 좋았다.
매번 느끼는 거지만 같은 내용에 대해서 다른 강의 혹은 책으로 회차가 반복되어 듣게 되면 그 회차마다 이해도가 올라가는 것을 느낄 수 있다. 결국 같은 내용에 대해서도 다른 관점(설명)으로 접근해서 학습하면 이해도가 더 깊어지고 기억에도 잘 남는 것 같다.
나름 산뜻?한 출발이었다. :)
TIL
[ ML ]
- Regression Problem
- Loss Function
- β 계수 추정법
- Model 평가 및 지표해석
- Feature Selection 기법
- Penalty Term
- Regularized Model - Ridge, LASSO, ElasticNet
:)