Day 47 (23.09.20)
ML 커리큘럼의 두 번째 날이다.
오늘은 Classification Problem이 주제였다. Dacon에서 주로 다룬 것들이 분류문제여서 매우 친숙한? 주제였다. 그리고 정형데이터의 경우 그 문제가 class들의 분류에 관한 문제가 많다라고 느꼈다.(물론 짧은 나의 경험내 범위이다ㅎㅎ)
분류 문제의 경우에도 다시 한번 내가 망각하고 지냈던 부분들에 대해서 다시 리마인드를 하고 앙상블 기법에 대한 개념을 다시 정립하고 지나가는 의미있는 시간이었다. 그리고 기존에 Dacon에서 주로 쓰던 LightGBM을 끝으로 강의는 끝났다. 조금 아쉬운 것은 아직 실제 적용 경험이 없었던 CatBoost나 NGBoost는 언급만 하고 넘어갔다. (물론 내가 따로 공부해야 하는 과정이라고 생각한다.)
ML파트를 통해서 정형데이터에 관한 숙련도를 더 올릴 수 있으면 좋겠다.
TIL
[ ML ]
- Classification Problem
- Loss Function
- Decision Tree
- Model 평가 및 지표해석
- Ensemble
- Random Forest / Adaboost / Gradient Boosting
- XGBoost / LightGBM
:)