오늘 프로그래머스 데브매칭을 했습니다.
오전 10시부터 오후 10시까지 총 12시간동안 진행되었고, 시계열 데이터를 다루었습니다.
이때까지 시계열 데이터는 다뤄본 적이 없었기 때문에 어려웠고, 좋은 경험이였습니다.
적용 했던것은
1.data_unbalance로 인한 oversampling #이게 중요한것 같았다.
2.gru model 적용
3.best_model을 따로 뽑아서 전이학습 등을 적용하였습니다.
하고자 했지만 시간(기량)이 부족 한 것.
1.layer normalize
2.데이터 증강(? time series의 경우에는 어떻게 해야 될 지 몰라서 적용하지는 못했다.)
3.디양한 샘플링 기법
4.cnn이나 rnn 기타 모델 사용(lstm은 사용했었지만 시간이 너무 걸려서 포기)
5.dataset1 train valid 나누기
6.k-fold validation
더 배워야 할것
1.batch norm, layer norm
2.gru 모델 더 자세하게 알아보기
3.샘플링 기법 알아보기
결과는
공개: 33등
final: 13등으로
엄청 올랐다...👍
심현덕이에요