에이블스쿨 3기 DX 교육과정 (4~8주차)

반응형

AIVLE 스쿨 (4 ~ 8) 주차 

 

초심을 잃지 말자고 했는데 왜 벌써부터 아침에 일어나는게 힘이 드는건지...

그래도 수업은 빠짐없이 열심히 임하자고 매일 다짐하는 중입니다.😅

 

5주차 즈음에 ADsP를 보고 왔는데 다행히 이번에 합격소식을 들을 수 있었습니다.

에이블 교육도 제대로 완벽하게 숙지하지 못한 거 같은데 너무 욕심을 냈나? 후회도 했지만 그래도 취득하고나니 뿌듯하네요.ㅎㅎ

 

이번주 주말에 Sqld도 보고왔는데 좋은 소식 있었으면 좋겠네요.

 

그럼 이제 2달차인 에이블스쿨의 교육을 소개해드리겠습니다!

 

 

4주차 (데이터 분석 ~ 데이터 수집)

- 1차 미니프로젝트가 마무리되고

  한기영 강사님께 단변량, 이변량 분석을 배우고..

  김한성 강사님께 Open API 에 대해 간략하게 배우는 시간을 가졌습니다.

 

단변량이 무엇인지, 이변량이 무엇인지 처음엔 잘 와닿지 않았고 이론적인 내용도 많아서 혼란스럽긴 했습니다.

하지만 차근차근 여러번 반복해주시는 덕분에 수월하게 따라갈 수 있었던 수업이었습니다.

 

글씨는 형편없지만

강조하셨던 표도 열심히 그려보며 숫자형과 범주형의 구분 / 각 범주형에 따른 분석방법 등을 익혔습니다.

 

---

 

 

5주차 (웹크롤링, 2차 미니프로젝트)

 

앞서 잠깐 배운 API에 이어서 박두진 강사님께 웹크롤링을 간략하게나마 배워볼 수 있었습니다.

제공되는 API를 통해서 주피터랩으로 데이터를 불러오는 것도 신기했고, 파이썬으로 브라우저를 컨트롤해서 검색과정이 코드를 통해 이루어지는 것도 흥미로웠습니다.

 

html과 css에 대한 이해도 있어야하기에,

속도가 좀 빨라서 완벽히 이해했다고는 할 수 없겠지만 굉장히 유용한 스킬을 알게 된 것 같아 재밌었습니다.

 

---

 

2차 미니프로젝트는 '서울시 생활정보 기반 대중교통 수요 분석'을 주제로 직접 데이터를 분석해보는 것이었습니다.

이전 교육을 통해 데이터 전처리, 단변량, 이변량 분석 등을 어떻게 할 수 있는지 도구 사용법을 알 수 있었다면,

2차 미프는 데이터의 도메인에 대한 이해의 필요성을 절실히 느낄 수 있었던 프로그램이었습니다.

 

단순히 시각화를 할 줄 아는 것과, 데이터에 대한 이해를 바탕으로 필요한 데이터를 뽑아내 시각화하는 것은

천지차이라는 것을 알 수 있었습니다.

 

'어느 자치구에 추가 노선 개설이나 버스 정류장이 필요할까?' 에 대한 답변을 해야했는데

여러가지 가설을 세워보았습니다.

 

조원들이 함께했기에 모든 자료를 올릴 수는 없지만 그 중 제가 만들었던 가설은

 

저의 입장에선 버스의 노선이 이동시간에 비해 효율적이지 않거나, 아예 버스를 탈 수 없는 제약이 있을 때 택시를 이용할 것이라고 생각했습니다.

그래서 가설을 세운 뒤, 자치구별 노선수과 택시운송업자 종사자수의 상관계수를 구해봤습니다.

 

 

상관계수 수치가 강한 음의 상관관계로 나왔고,  귀무가설을 기각할 p-value값이 나왔기에 좀 더 알아봐야겠다는 결론이 났습니다. 그래서 그래프를 그려보았고 노선수가 현저히 부족해보이는 자치구들을 구분해보았습니다.

 

딱 이 1가지 경우만 고려해서 노선수를 증설할 수는 없겠지만 이러한 도출과정들이 데이터 분석의 과정을 간접적으로나마 경험할 수 있었던 것 같아 재밌었습니다.

 

방대한 양의 데이터를 갖고 어떻게 주물러야할지 감도 안 잡혀서 머리를 싸맸었지만 참 많은 도움이 됐던 시간이었습니다.

 

 

 

---

 

 

6주차 (머신러닝)

다시 갓장래 강사님과 함께하는 머신러닝 시간이 찾아왔습니다.

 

뭔가 이름도 무시무시한... 러닝머신.. 이 아니고 머신러닝인데다가 학습 교안 분량도 상당해서 지레 겁을 먹었습니다.

깊게 들어가면 어마어마한 것들이 기다리고 있겠지만 가볍게 배우기엔 너무 재미있었던 것 같습니다.

각종 알고리즘들의 성능과 용도들을 배우고 직접 학습, 예측, 검증 등을 해보면서 마치 데이터전문가가 된 기분을 

잠시나마 느낄 수 있었습니다...

---

 

7주차 (미니프로젝트 3차)

저번주에 이어서 머신러닝을 이틀 더 배운 뒤에, 3차 미니프로젝트를 완료했습니다!

 

이번엔 처음으로 조원들을 대면으로 만나서 진행하게 됐는데,

비대면으로 진행했던 1차, 2차와 다르게 대면으로 만나니 좀 더 편안하게 조원들과 친해질 수 있었던 것 같습니다.

 

이번 3차 프로젝트는 사실 크게 협업이 필요한 프로젝트는 아니었으나 모르는 것도 서로 도와가며 즐겁게 진행할 수 있었습니다.

 

스마트워치의 센서에서 수집된 데이터를 분석하여 '계단오르기' 활동을 인지할 수 있는 AI 모델링, 의미있는 Feature들을 선정해달라는 요청을 수행해야하는, 머신러닝 프로젝트였습니다.

 

어마어마한 양의 feature들의 데이터를 머신러닝 분류 알고리즘을 통해 학습하고, 6가지의 행동패턴 중에 계단 오르기 활동을 잘 예측할 수 있는 센서의 feature는 무엇인지 알아내야 했습니다.

 

여러 단계(알고리즘 선정, 그리드 서치를 통한 하이퍼파라미터 선정 등)을 거쳐서 초기 모델보다 좀 더 나은 성능을 가진 최종 모델링을 완성해서 요청받은 메일에 답신을 하는 것으로 프로젝트는 마무리 됐습니다.

 

교안 주석의 도움이 없었다면 혼자선 절대 못해냈겠지만.. 너무나 재밌던 경험이었습니다.

 

---

 

8주차 (딥러닝)

다시 한기영 강사님을 만나서 딥러닝을 배우고 있습니다.

 

머신러닝도 무서웠는데 deep러닝이라니, 이름부터 아찔했습니다...

일단 강사님 믿고 코드부터 따라치라고 하셔서 열심히 따라가는 중입니다. 

코드는 이제 눈감고도 칠 수 있을 것 같지만 딥러닝이 무엇인가 이해했는지는 모르겠네요. ㅎㅎㅎ

일주일만에 딥러닝 완벽 정복은 가능하지도 않기에 욕심을 버리고 차근차근 따라가는 중입니다.