SK 네트웍스 family AI 캠프 5주차 회고( 2025-03-24 ~ 2025-03-28 )

pandas와 numpy는 머신러닝을 위해 배운 것이군요. 정확히는 머신러닝에 쓰일 데이터를 가공하기 위함이었습니다. 하지만 가공한 데이터보다 원본 데이터를 사용했을 때 정확성이 높은 건 왜일까요.

---

 

이번 주는 머신러닝에 대해 배웠습니다. 방대한 양의 데이터를 학습하여 답을 도출한다고만 알고 있던 것을 실제로 배워보니 그 개념이 점점 또렷하게 보이는 것 같습니다.

머신러닝은 분류와 회귀로 나뉘고 그 안에서도 다양한 방식의 학습법이 있었습니다. 무엇을 예측하느냐에 따라 달라지는데, 종류를 예측하는 것은 분류이고 확률을 예측하는 것은 회귀라고 이해하였습니다.

내부적으로는 k 최근접 이웃 알고리즘, 선형 회귀, 릿지, 라쏘, 결정 트리와 같은 다양한 방식의 학습법이 있고 이를 통해 만든 모델들을 활용하여 정확성을 높이는 방법으로 배깅, 부스팅, 스태킹이 있습니다.

머신러닝을 배우면서 익숙하지 않은 수식과 개념을 많이 접했습니다. 처음 배우는 것들이 많다보니 수업을 따라가는 게 힘들었지만 쉬는 시간에 부교재를 다시 읽어 보거나, 같이 수업을 듣는 친구나 동기 분들에게 모르는 점을 공유하고 이야기를 하면서 부족한 부분을 채우고 있습니다.

 

---

 

DROP

수업 내용 타이핑

처음 배우는 내용이 많다보니 강사님의 코드를 따라 쓰다보면 강사님의 설명을 듣지 못하고 놓치는 경우가 많습니다. 다시 복습을 하기 위해 타이핑한 코드를 보다보면 똑같이 따라 썼더라도 중요한 내용을 놓쳤다면 무용지물이었습니다. 

 

ADD

수업 시간 중 깨달은 내용과 궁금증 메모

강사님이 코드를 작성하는 그 흐름을 보려고 하고 있습니다. 머신러닝에 사용할 데이터를 가공하기 위해 이상치와 결측치를 처리하고, 특성( feature )을 압축하거나 확장하고, 머신러닝의 모델은 어떤 것을 선택하고 그것을 어떻게 앙상블하는지 그 선택 과정을 보고 이해하려고 하고 있습니다. 데이터의 형태에 따라 그에 맞는 방식을 선택해야 하는데 아직 그것을 보는데 익숙하지 않은 것 같습니다.

강사님이 해주시는 말을 듣다가 깨닫는 것이 있거나 궁금한 부분이 있다면 메모를 해두고 그것을 기반으로 복습할 때 저의 것으로 만들고 있습니다.

 

KEEP

노션정리

복습 내용을 노션에 정리하는 것이 공부하는데 많이 도움이 되고 있습니다. 수업 시간 중 실습을 할 때나 복습을 할 때 이전에 배운 내용이 기억이 나지 않으면 노션에서 검색 기능을 통해 정리해둔 부분을 찾아 볼 수 있는데 직접 정리한 내용이기도 하고 중요한 부분만 모아둔 기록들이라 금방 기억이 되살아납니다.

 

IMPROVE

선택과 집중

요즘이 제 인생에서 바쁜 순간 중 하나인 것 같습니다. SK 네트웍스 family AI 캠프와 학업, 그리고 여러 스터디. 해야할 일도 많고 취업 준비도 하다보니 생각이 많아지는 것 같습니다. 회고의 순기능이 이런 것 아닐까 싶습니다. 원래 할 일이 많을 수록 당장 앞에 놓인 일만 바라보는게 좋은데 이번주는 너무 걱정만 많았습니다. 다음 주는 미래에 대한 걱정은 덜고 해야할 일들에 집중해야겠습니다.