- 8:00 ~ 9:00 : 기업조사
- 9:00 ~ 9:40 : 코드카타
- 9:40 ~ 9:40 : 머신러닝 강의, 데일리 뉴스
- 11:00 ~ 12:00 : 머신러닝 심화 2 세션
- 12:00 ~ 13:00 : 머신러닝 심화 2 복습
- 14:00 ~ 15:00 : 아티클 읽고 정리
- 15:00 ~ 16:00 : 아티클 스터디
- 16:00 ~ 18:00 : ADsP 3과목 유튜브 요약
- 19:00 ~ 20:00 : ADsP 3과목 유튜브 요약, 45회 기출 문제
- 20:00 ~ 21:00 : 데일리 스크럼 및 TIL 작성
코드카타
약수의 개수와 덧셈
두 정수 left와 right가 매개변수로 주어집니다.
left부터 right까지의 모든 수들 중에서, 약수의 개수가 짝수인 수는 더하고,
약수의 개수가 홀수인 수는 뺀 수를 return 하도록 solution 함수를 완성해주세요.문제 이해부터 살짝 어려움...;;
아무래도 오늘 오래 걸릴 것 같음
def solution(left, right):
answer = 0
for num in range(left, right + 1):
cnt = 0
for n in range(1, num + 1):
if num % n == 0:
cnt += 1
if cnt % 2 == 0:
answer += num
else:
answer -= num
return answer결국 챗지의 도움을 받아 완성한 코드..ㅎㅎ
이거는 다른사람 풀이
def solution(left, right):
answer = 0
for i in range(left,right+1):
if int(i**0.5)==i**0.5:
answer -= i
else:
answer += i
return answer조건 만족하면 누적합/차 이건 동일하지만 if절 조건이 달랐음
제곱수의 약수 개수 = 홀수. 이걸 이용하심
(이걸 오늘 첨 알았네...)
데일리 뉴스 스크랩
“화려한 이력서는 독(毒)”…링크드인 임원이 꼽은 ‘AI 면접관’ 낙제 1순위
"AI는 직무 수행에 필수적인 키워드를 추적한다. 자신의 역량을 모호한 표현이 아닌, 구체적인 기술 명칭으로 프로필과 이력서에 배치해야 한다"라며 "AI를 활용해 자신의 지원서 중 직무와 무관한 군더더기를 깎아내야 한다. 명확하게 강조된 역량만이 AI의 추천 알고리즘을 통과할 수 있다"라고 덧붙였다.
결국 2026년의 구직 시장은 누가 더 많은 곳에 지원하느냐가 아니라, 누가 더 AI의 눈에 선명하게 보이느냐의 싸움이 될 전망이다.
머신러닝 심화 세션
오늘의 주제는 이상탐지!!
끝나고 추가적으로 검색하면서 탐색하기
바이오, 제약에서의 사례도 찾아보기
이상 vs 비정상
이상 안에 비정상이 있는 느낌
이상치라고 모두 나쁜 건 아님!
이상치의 원인 분석을 통해서 공정이 더 개선되기도~!
- 점 이상치: 혼자 동떨어져있음
- 집단 이상치: 뭔가 패턴을 벗어난 데이터 무리가 있음
- 상황적 이상치: 오늘 평균기온 30도. 근데 이제 남극인
.
데이터 불균형
클래스의 비중이 한쪽으로 과도하게 치우긴 상태
희귀 질환 같은 경우.
정확도의 한계
100개 중 불량 5개를 무시하고 정상 100개~라고 해도
정확도는 95%라고 나옴...;;
이렇게 이상 데이터가 넘 적으면
- 이상 데이터의 특징을 충분히 학습하지 못할 수도 있고,
- 모델이 점수 따기 유리하게 소수 데이터를 무시해버리기도 함
데이터 불균형은 어떻게 없애나?
-
정확도만 보기보단, 재현율이랑 정밀도 다 보기
재현율 = 맞힌 수/실제 불량 수
정밀도 = 맞힌 수/불량이라고 예측한 수 -
데이터 비율을 맞춰주기: 샘플링
-
언더샘플링
작은 쪽에 데이터 수 맞추기
전체 데이터 중에 몇개만 추리는 거라 일부 데이터는 버리게 됨ㅠ -
오버샘플링
가상의 데이터 만들기
불량 데이터를 기반으로 가상의 불량 데이터를 생성해서 불균형 완화
+) 요즘에는 아예 가상 공간에서 시뮬레이션 다 돌려보기도 함 -
가중치 조절: 알고리즘 자체에서 조절하는 방법
불량을 정상이라고 해서 틀리면 점수 많이 깎이게 설정
.
지도학습과 비지도학습
- 지도
답이 있음(라벨링 가능)
라벨링 데이터를 구하는 게 시간과 비용이 많이 듦...;;
그리고 라벨링 되어있지않은 새로운 결함이 발생한다? 정상으로 분류하는 불상사...
특정 성분이 독성이 있다/없다- 비지도
답이 없음
그래서 오히려 새로운 유형의 이상치를 잘 찾아냄! 굳뜨~
하지만 그게 왜 이상치인지 원인이 뭔지는 걔도 모름. 사람이 판단해야함
어떤 유전자가 중요한가 판단해ㅐ줘그래서 지도학습은 분류에 가깝고 비지도 학습은 탐지에 가깝다~
지도 학습이랑 비지도 학습이랑 섞어서 사용하기도 한다~
.
주요 알고리즘
-
Isolation Forest
포레스트? -> 트리 느낌쓰~
데이터를 계속 반으로 나눔. 데이터랑 스무고개 하는 거임 -
Autoencoder: 딥러닝
데이터 파일을 압축했다가 다시 복원하는 기술
엥 얘는 정상 데이터만 반복 학습함. 왜지..?
아 압축->복원 했을 때 내가 입력한 값이 다시 나오는지 확인 하려고
그래서 니 다시 그려봐. 했는데 뚝딱거리면서 잘 못 그린다? 오차가 크게 생긴다? 그게 이상치인거임
어떤 걸 사용하면 좋을지는 데이터에 따라 다르다~
.
이상탐지 모델 평가
혼동 행렬 외우려고 하지말고 사례로 접근해라!!
사이트 들어가서 혼동행렬 값이 어떻게 바뀌는지 살펴보기
.
배포 및 모니터링
지속적으로 모니터링하고 업데이트 해야함!
근데 이제 예측샷으로 업데이트 해야함
모델 성능이 떨어졌네->업데이트 해야지 --X
쓰읍...떨어지겠는데->업데이트 해야지 --O
.
데이터가 유실 됐을 때
- 단기 유실
선형 보간법: 앞뒤 평균값으로 메꾸기
세포 배양기의 온도가 10초 정도 기록이 안됐다던가 - 장기 유실
선형 보간법 쓰면 위험함
그냥 이 구간의 데이터를 빼버리는 게 나음
인사이트
혼동 행렬을 외우기 보단, 정확도/재현률/정밀도과 관련된 사례를 바탕으로 이해를 해두어야 실무에도 적용할 수 있다. 정해진 답은 없기 때문에 사용하는 데이터셋에 따라서 어떤 모델을 적용할지, 어떤 평가 방법을 사용할지 계속해서 적합한 게 뭘까 생각해봐야 하고, 완성된 모델을 배포했다고 하더라도 거기서 끝이 아니라 지속적으로 모니터링하면서 업데이트를 해야한다.아티클 스터디
의약품 품질관리 핵심, GMP 환경관리·적격성 평가 체크포인트
ADsP
유튜브에서 3과목 요약 영상 보고 3과목 기출문제도 살짝 풀어봄
45회 3과목
회고
오늘 읽은 뉴스에서 회사 이름만 살짝 고쳐서 여기저기 찔러본 자소서는 AI가 스팸 처리해버릴 수도 있다고 해서 좀 많이 당황했다. 진짜 핏한 곳에 내 역량을 명확하고 구체적으로 어필해야한다던데 이 과정에서 AI를 활용하라고 했다. 그러면 AI랑 AI가 싸우는 거 아님..? 암튼 이젠 더 이상 두루뭉술하게 살 수가 없겠다...
.
내일 할 거
- ADsP 3과목 기출 1회
- 머신러닝 세션 듣고 복습
- 실습하기..! 통계,머신러닝 둘다
