본문 바로가기

멀티캠퍼스 프로젝트형 AI 서비스 개발 5회차/스터디

1회 차 | 3/14 월

728x90

인터페이스 개발 프로젝트를 마무리 짓고,
지난주 목요일부터 우리 팀 창현님과 기획한 스터디의 첫 모임을 어제 오후 8시에 진행했다.

 

든든한 우리 2분의 고문님들께서 지난주부터 토론의 토론의 거쳐 커리큘럼을 짜주셨다.

주제는 머신/딥러닝과 코딩 테스트
코딩 테스트는 매일 한 문제씩 풀고 구글 캘린더에 인증 남기고, 캐글 머신러닝 예제를 매주 하나씩 풀기!


매주 화/금 오후 8시 디스코드에서 모이며, 코딩 테스트 리뷰 한 시간 + 머신러닝 리뷰 한 시간으로 진행된다.

 

목표는 멀티캠퍼스 주간 수업 커리큘럼을 넘어,
실습 위주로 학습하고 AI 프로젝트 만들고 나중엔 경진대회(캐글, 데이콘)에 출전!


총인원은 12명으로, 일정(횟수, 요일, 시간)을 정하는 것부터 녹록지 않았다.


다행히 열의 있고, 머신러닝을 혼자 공부한 분들도 합류하여 시작이 좋다! 열심히 해보즈아~


👑 AI 스터디 "원-피스" 👑
* 주제 : 머신/딥러닝, 코딩 테스트

* 목표 : AI 프로젝트 진행, 경진대회(캐글, 데이콘) 출전. 교육 커리큘럼에서 더 나아가 현업에 꼭 필요한 이론/모델을 활용하는 수준까지 끌어올리고자 함

* 일정 : 3/14 월부터 주 2회, 매주 화/금 20시 2시간씩 @디스코드/원-피스/전체 모임 or 줌/주간 교육 강의실

* 커리큘럼 :
- 코테 1시간 리뷰, 머신러닝 1시간 리뷰

- 코테 하루 1문제 풀고 구글 캘린더에 간략하게 주중(주 5회) 인증 남기기
- 코드업 파이썬 기초 100제 / 백준 bronze 5~3레벨 구현 문제  / 프로그래머스 1레벨 / SWExpertAcademy 1레벨 (처음 코테 준비하시는 분 기준)

- 주에 하나씩 캐글 ML 예제 진행
타이타닉 -> 보스턴 집값 -> Logistic(투표 예측) -> 와인 등급
- 추후 딥러닝 진행 시 CV/NLP 도메인별로 프로젝트 진행
 
+ 개별 공부 권유 +
- 기본적인 알고리즘, 자료구조
- 멀캠 교재(누구나 파이썬 통계분석), 선형대수, 미적분/편미분 기본 개념

* 인원 : 12명

* 주의사항 : 코테 인증 누락 및 지각(10분 초과)은 누적 3회당 1회 결석으로 처리됨. 결석 3회는 제적. 출결 예외사항(공가)은 합당한 사유와 함께 사전(최소 24시간 전)에 운영진에게 알려야 함

* 3/14 월 첫 번째 스터디는 ML 캐글 예제 중 타이타닉 가이드 (조 편성 전 파일럿)
* 3/18 금 두 번째 스터디는 각자 진행한 타이타닉과 코테 리뷰


머신러닝 예제 문서화

1. 문서화 필수 사항
 1) 데이터 분석 (1.4 판다스 p39~)
 - 데이터프레임 출력 확인하기
 - 데이터 분석 관련 표 3개 이상 출력해서 데이터 확인해보기
 - 학습 데이터, 테스트 데이터 분할 (머신러닝 모델에 넣기 위한 준비)


 2) 모델 사용
 - 사이킷런 모델을 사용해서 Accuracy 구하기. 적어도 2개 이상 모델 사용하기


 3) 결론 및 질문
 - 모델을 사용해보고서 느낀점이나 궁금증. 혹은 분석 결과 정리하여 문서화 완료.

# 머신러닝이 어려우신 분들은 명확한 결과가 나오지 않아도 그냥 에러들을 정리하셔서 어떤 문제에 부딪히고 이를 어떻게 해결해야 할지, 혹은 해결했는지 정도로 정리해주세요. 무조건 모델을 사용해서 결과가 나와야 되는 것은 아닙니다. 실패하여도 이를 해결하고 정리한 글을 문서화하면 이것도 자기 포트폴리오의 큰 자산이 되기 때문에 성공 or 실패라는 결과를 가진 문서를 만들어오시기 바랍니다.

 

https://discord.com/channels/944569011591581726/945141066103930890

 

Discord - A New Way to Chat with Friends & Communities

Discord is the easiest way to communicate over voice, video, and text. Chat, hang out, and stay close with your friends and communities.

discord.com

https://www.kaggle.com/c/titanic/overview

 

Titanic - Machine Learning from Disaster | Kaggle

 

www.kaggle.com

https://dacon.io/competitions/open/235539/codeshare

 

[재난] 타이타닉 : 누가 살아남았을까? - DACON

조회수  3,108 댓글수  1 2년 전

dacon.io

 

728x90

'멀티캠퍼스 프로젝트형 AI 서비스 개발 5회차 > 스터디' 카테고리의 다른 글

6회 차 | 4/1 금  (0) 2022.04.02
5회 차 | 3/29 화  (0) 2022.03.30
4회 차 | 3/25 금  (0) 2022.03.26
3회 차 | 3/22 화  (0) 2022.03.22
2회 차 | 3/18 금  (0) 2022.03.19