본문 바로가기

KT AIVLE/주차별 수업

[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.