플레이데이터 데이터 엔지니어링 31기 7주차 회고

1) 전반적인 느낀 점 (일주일 동안 한 일)

본격적으로 딥러닝에 대해 배웠다.

코랩 혹은 WSL & 주피터 노트북을 활용하여 GPU를 사용하는 방법부터 시작해, 

RNN(순환 신경망)에 대해 학습했다. 

 

RNN으로는 주로 시계열 텍스트 데이터를 분석하는데, 

전 회사에 다닐 때 했던 리뷰 크롤링 & 감성 분석 프로젝트가 바로 Recurrent Neural Network에 속한다. 

 

물론 그 당시엔 텍스트 분석을 위해 데이터를 임베딩 벡터로 넣어야 한다든지, 

신경망이 순환 형식으로 사용된다든지, 활성화 함수로 tanh를 많이 사용한다는 내용 같은 건 전혀 알지 못했다.

 

지금도 희미한 개념 정도를 이제 겨우 알게 된 수준이겠지만, 

어쨌든 konlpy 같은 형태소 분석기도 다시 보니 정말 반가웠다!

 

------------- 

 

웹 부분에서는 장고에 부트스트랩을 사용해서 CSS를 입혔다. 

부트스트랩이란 트위터 개발팀에서 만든 CSS 프레임워크인데,

템플릿 사용법만 알아도 아주 쉽고 빠르게 웹 디자인을 입힐 수 있어서 

작업 속도를 엄청나게 향상시켜주는 장점이 있다. 

 

2) 좋았던 점 (좋았거나 내가 잘했던 점)

머신러닝 예제를 풀어보면서 이전에 했던 전처리, 이상치 처리, 결측치 처리, 변수 인코딩, Confusion matrix 까지 다시 복습을 했다. 

단순히 복습만 하는 게 아니라 같은 전처리 과정을 하는데 새롭고 유용한 방법들을 많이 알려주셔서 정말 도움이 많이 됐다! 

 

머신러닝 문제는 이미 많은 사람들이 풀어두었고 처음 배울 때도 '생각보다 별 거 없네..?' 라는 생각이 들었지만,

파고 들어갈 수록 소수점 단위의 성능 향상을 위해 꼼꼼하게 인내심을 발휘해야 하는 영역인 것 같다. 

 

- pandas_profiling 라이브러리 : 단 한줄의 코드로 HTML 형식의 보고서 형식으로 데이터셋에 대한 요약을 생성

- missingno 패키지 : 결측값을 시각화하여 쉽게 결측치를 파악하게 해 줌 

- SimpleImputer 클래스 : 결측치를 처리하기 위한 scikit-learn의 클래스로, 결측치를 간단, 단순하게 처리 가능

- ColumTransformer : 동일한 인코딩(변환)을 여러 열에 적용하는 편리한 방법 

- 타깃 인코딩 : 일반적으로 문자열 레이블로 표현되는 범주형 변수를 모델에 입력으로 제공하기 위해 수치형 값으로 변환해 주는 한 방법 

------------- 

 

지난 주 회고 때 목표로 세웠던 SQL / 태블로 / 테크로그 글 작성 목표 중 2개는 성공했다!

SQL 7문제를 풀고 오답노트는 블로그에 정리했고, 수업 내용도 정리했다. 

 

[SQL][해커랭크] weather observation station 9, 10 / 정규표현식, 와일드카드

[SQL][해커랭크] The PADS / 문자열 출력

 

[SQL][해커랭크] Draw The Triangle 1 / SET @, REPEAT

 

3) 아쉬웠던 점

여전히 수업 외 개인 공부 시간을 잘 확보하지 못하고 있다. 

보통 운동하는 데에 시간이 많이 들고 있는데,,, ^_ㅠ 

대학생 때 썼던 열품타라도 다시 깔아서 공부 시간을 트래킹해 봐야겠다...

 

4) 개선할 점

- SQL 문제 풀이 조금 더 끈질기게 생각하고, 시도해보기

- 절대적인 공부량 늘리기. 고정적인 공부 시간 만들기

5) 다음 주 계획

- SQL 해커랭크 Medium 난이도 하루 한 문제 풀기

- 태블로 대시보드 완성하기

- 포트폴리오 내용 구성하기