Day 48 (23.09.21)
ML 세 번째 날이다.
오늘은 뭔가 기존에 공부했던 것 이외의 새로운 것들에 대해서 배우며 시작하였다.
설명가능한 혹은 해석가능한 머신러닝 모델과 방법론에 관한 내용들이었는데 해당 내용은 나도 관심이 있으나 그 이해가 부족하다고 생각하던 부분이라 재미있게 들었다. 아직 딥러닝 모델의 내부에 대한 정확한 해석이 힘들다고 알고 있다.
그에 따라서 이러한 해석에 많은 관심이 집중되고 있다고도 들었다.
만약에 내가 메디컬 도메인으로 진로를 확고히 잡게 된다면 모델에 대한 해석이 굉장히 중요해질것 같아 뭔가 더 몰입하여 학습했던 것 같다. 추가적으로 이러한 생각을 하며 듣다 보니 메디컬 AI 분야에 멘토가 계셨으면 하는 아쉬움? 소망이 생기게 된 것 같다.
그리고 끝으로 비지도학습에서 가장 대표적으로 소개되는 Clustering에 관한 내용들과 모델들을 학습하며 하루를 마쳤다.
TIL
[ ML ]
-
eXplainable Method
- Black Box
- Interpretable Machine Learning
- Global vs Local Feature Importance Score
- LIME, SHAP
-
Clustering
- Distance
- K-means
- Hierarchical Clustering
- Spectral Clustering
- DBSCAN, HDBSCAN
- Clustering 평가지표
:)