[AIFFEL] 22.Mar.11 - Datathon_3rd_day

오늘의 학습 리스트

• time series 데이터는 시차를 두어서 여러 버전의 상관관계를 분석해볼 수도 있겠다.

• 데이터톤 후기

  테크니컬한 이슈 같은 건 둘째 치고, 아이펠 코스에서 진행하는 데이터톤에 대한 후기를 남기려 한다.

  1. 우선 우리 조는 정말 적은 준비와 노력을 기울였다. 그렇기에 거의 대부분의 측면에서 다른 팀들과 비교했을 때 낮은 수준의 모습을 보여줬을 것이다.

  2. 그럼에도 불구하고 다른 조들의 데이터톤 결과물을 보자면, 일단 이 정도로 실력 있는 분들이 많은지 몰랐다(아이펠 전반적으로). 특히 데이터 시각화 툴을 다루는 면에 있어서는 캐글을 많이들 공부하셔서 그런 건지 이 단 시간 내에 정말 훌륭한 시각화를 이루신 분들이 많았고, 더 나아가 모델에 넣어 예측하거나 본인들의 데이터를 에 맞는 모델(추천시스템)을 생성 및 그를 위한 데이터 전처리를 수고롭지만 하신 분들이 있다는 것에 굉장히 놀랐다.

  3. 그런데 그 후에 놀란 것은 그런 훌륭한 결과물을 보여주신 분들의 발표 performance 였다. 발표 자료를 애초에 너무 자세하고 열심히 준비해서일까? 한국말을 듣고 있지만 도저히 어떤 논리인지 귀에 들어오지 않았다. 이는 발표자 분의 스피치 능력이라기 보다 아래와 같은 요인 때문이 아닐까 싶다.

     • 노트북이든 ppt든 쓰여진 내용 모든 걸 다 얘기하려는 성향
     • 비교적 짧은 시간 안에 설명하기엔 너무 깊은 분석 논리를 난해한 단어 그 자체로 설명하는 것

  4. 그래서 효과적인 발표에 대한 나의 결론은 아래와 같다.

     • 코드 설명은 사실 필요 없다.(궁금한 사람만 나중에)
     • 전반적인 큰 그림과 논리 흐름을 가볍게 이해할 수 있도록 요약해놓는다.
     • 그리고 ppt를 만든다 해도 그 가벼운 논리들만 가볍게 이미지로 담는다.

  5. 그리고 많은 긍정적인 것들도 얻은 것 같다.이 상황 가운데 내가 그토록 원하는 통계적인 접근을 시도해 본 팀도 있었고, 우리 조와는 사뭇 다르게 어떻게든 끝까지 보완하려는 분들의 노력을 보면서

• 오늘 데이터톤에서 가장 인상 깊었던 데이터 분석 및 시각화를 완성한 팀이다.

  • https://github.com/yj-busan/datathon/blob/main/kbo_datathon_11th.ipynb
  • 이 팀이 같은 캠퍼스라는 게 뿌듯하다.
  • ppt는 더 대박이다.
  • 나중에 데이터 분석 및 시각화, 그리고 ppt 발표를 해야 하는 상황이라면 교과서라고 해도 될 정도이다.