[KT AIVLE] 7기 (AI트랙) 2주차

2주차 일정표

---

 

✅ 7일차(03/31) ~ 8일차(04/01) ~ 9일차(04/02)

- 데이터 분석 및 시각화에 대해 배웠고, CRISP-DM 절차를 따라 데이터를 정의하고 분석한 뒤 시각화와 수치화까지 진행해보았다.

- 특히 데이터의 형태(수치형, 범주형)에 따라 시각화 방식이 달라진다는 점과, 이전에는 잘 몰랐던 수치화 방법에 대해 새롭게 알게 되었다.

- T-test, ANOVA, 상관분석, 카이제곱 검정 등 다양한 통계 기법의 기본적인 사용법을 익혔고, P-value 기준(0.05)에 따른 유의 수준 개념도 함께 배웠다.

 

 

X, Y 범주형 시각화에 따른 시각화 수치화 방법

---

 

✅ 10일차(04/03)

- 머신러닝의 기초 개념을 학습하고, 회귀와 분류 모델의 차이점 및 각각에 적합한 평가지표에 대해 배운 뒤 직접 모델링을 실습해보았다. 또한, Grid Search를 활용한 하이퍼파라미터 튜닝 방법에 대해서도 간단히 익혀보았다.

 

---

✅ 11일차(04/04)

🤔딥러닝을 배우기 시작했다.

- 지금까지는 주로 Google의 TensorFlow 기반 딥러닝을 다뤘었는데, 이번엔 Meta의 PyTorch를 배우게 되었다.

- 데이터 전처리나 개념은 익숙했지만, 전체적인 흐름이나 방식에서 아직은 조금 어색하게 느껴진다.
- 다음 주 수업 시간에 집중하지 않으면 점점 헷갈리기만 하고 놓칠 것 같아서, 더 적극적으로 수업에 참여해야겠다고 다짐했다.

---

✅ 이번 주에는 수업이 끝난 뒤, 밥을 먹고 조금 쉬었다가 저녁 시간에 오늘 배운 내용을 복습하고 자바 공부를 했다.

자바 문법 공부는 인프런의 김영한 자바 입문 강의를 통해 진행했고, 그 과정에서 IntelliJ를 설치해 사용해보았다.

코딩마스터즈 및 코딩 테스트가 Java로 진행되기 때문에 시작하게 되었는데, 강사님이 실무적인 관점에서 유용한 부분들을 재밌게 설명해주셔서인지 생각보다 어렵지 않게 느껴졌다.

오래전 고등학교 때 배운 C언어와 문법적으로 비슷하다고 느꼈고, 최근에 다룬 Python과 비교했을 때는 문법이 조금 더 까다롭게 느껴졌다.
하지만 IntelliJ의 다양한 단축키와 기능 덕분에 코딩 속도를 높일 수 있어, 코드 작성 자체는 오히려 더 편하다는 느낌도 들었다.

 

 

 

---

✅ 주말에는 Java 문법을 마무리한 뒤, 코딩 마스터즈 기초 문제 20개를 풀어보았다.

- 약 7문제는 혼자 힘으로 풀지 못해 GPT의 도움을 받아 풀이 과정을 이해하고 복습했다.

- 나머지 문제들은 비교적 쉽게 풀 수 있었고, Java 문법을 복습하는 데 도움이 되었다.

다음 주에는 초급과 중급 난이도의 문제에도 도전해볼 계획이다.
지속적으로 연습하면서 문제 접근 방식과 코드 작성 실력을 함께 키워보려 한다.

 

---

✅ 그리고 1~2주차에 배운 내용을 복습하고자, 미니 프로젝트로 Kaggle에서 제공하는 student_depression 데이터를 활용해 데이터 분석, 시각화, 그리고 머신러닝 모델링을 진행해보았다.

 

원래는 student performance & behavior dataset도 함께 분석해 두 데이터의 인사이트를 비교·종합해보려 했지만, 하나의 데이터셋을 다루는 데만도 시간이 꽤 많이 소요되어 다음 기회로 미루게 되었다.

- 오늘 과정에서는 코랩 환경에서 목차를 구성하여 데이터를 더 쉽게 탐색할 수 있도록 구성해보았고

- 수치화 및 시각화 과정에서 배운 개념들을 적용하면서, 내가 현재 부족한 부분이 무엇인지 조금은 감을 잡을 수 있었다.

 

✅ 다음주에는 주로 딥러닝 복습, 코딩마스터즈 초급-중급 문제 도전을 하려고 하고, 데이터 분석 or AI 공모전이 어떤게 있는지와 데이콘 참여방법을 알아보려 한다. AICE-associate 시험도 4월 26일 3주 정도 뒤에 있어서 이후 일정관리도 잘 해야겠다.

---

처음의 마음을 기억하며

 

비교하지 말고, 욕심내지 말고, 지금 해야 할 일을 하자.