차근차근잼

부끄럽게도 이번 부트캠프 이전에 코딩테스트를 일부러 공부해 본 건 대학교 시절... 이 처음이자 마지막이다. 카카오 코딩테스트가 유행이였는데 도전이나 해보자!라는 마음으로 제일 쉬운 거 하나 풀고 포기했더랬다..... 8ㅅ8 본체 이과의 두뇌는 아니라고 생각해왔고 코딩 공부도 게을리하는 그런 학생이었기에.. 당연한 결과..! 하지만 이번에 다시 조금이나마 공부해보면서 아예 희망이 없진 않겠구나 하는 희망이 조금 생긴 것도 같다...! 노정호 강사님의 속성 코테 강의는 기본 자료구조/알고리즘 개념 설명 + 실전 문제 풀이 방식으로 진행되었고. 수업 내용으로는 자료구조: list, queue, stack, dictionary, heapq, graph, tree, heap, hash table 알고리즘: 완전..

드디어 ML 강의에 돌입했고 슬슬 모델도 만져보고 가볍게 kaggle competition 도 때려보는..! 기회가 주어졌다. ML work flow 를 기준으로 머신러닝 문제 정의, 모델, 데이터 정제의 순서로 차근차근 수업이 진행되고 있다. 사실 내심 ..다 아는 내용이 아닐까? 하는 생각도 잠깐 했지만.. 업무를 하면서 스터디도 하고 인강도 듣고 책도 보면서 공부하던 내용을 체계적으로 강의를 들어보니 다시금 알게 된 부분도 많았고 정리도 되는 것 같아서 굉장히 뿌듯한 시간인 것 같다. 일단 한다! 특히 데이터 분석 문제 정의에서는 실제로 업무를 하면서 느꼈던 애로사항도 많이 떠올라서 괜히 아련했다 .. 예측이... 필요한가...? 데이터가... 있나?? 룰베이스로 하면 안 되나..? 머신러닝의 Fo..

머신러닝의 모체라고 할 수 있는 통계! 실무에서나 공부할 때나 모두 중요하고 알아두면 언젠가는 빛이 되는 그 통계.. 공부를 해야한다고 생각하지만 어렵고 추상적이고 일단은 모델 결과부터 보자는 생각으로 기초 공사가 부실하다고 느꼈는데 부트캠프 강의 일정에 통계수업이 따로 배정되어 있어 매우 반가웠다. 담당 강사님도 실무에서 통계 지식을 살뜰히 이용하고 계시는 분이셔서 기대가 컸다..! 데이터 분석을 할 때 단순히 파이썬 코드를 잘 다루고 시각화를 잘하고 하는 것도 매우 중요하지만 그 알맹이 내용을 얼마나 논리적으로 잘 뽑아내서 설득을 잘할 수 있느냐가 정말 중요하다고 생각한다. 실제로 의미를 몰라 분석 결과를 내놓고도 설명을 잘 못해 안 하느니만 못한 경우도 종종 있었고 그때마다 통계공부를 시작했었더랬다..

새해가 밝고 지금까지 부트캠프의 내용을 업데이트하고자 한다! 이번주는 Python EDA 팀플을 진행하였고 전주는 해당 내용에 대한 실시간, 온라인 강의가 이루어졌다. 개인적으로 캐글에서 잘 정리된 EDA 결과를 보는 걸 좋아해서 재미있는 시간이었고 강사님이 워낙 빠르고 정확하게 핵심만 설명해주셔서 처지지 않고 시간이 쑥쑥 간 것 같다. 분석을 하다보면 길을 잃는 경우가 많은 것 같다. 데이터 자체에 빠지기도 하고.. 내가 처음에 뭘 하려고 했지? 무엇을 위한 결과가 나와야 하지? 한 적이 많아서 결과적으로 의도한 결과가 안 나오는 적도 많고... 그래서 팀프로젝트를 할 때에도 첫 목표를 애매하게 잡고 싶지 않았다. 단순히 EDA 프로젝트라고 하지만 뭐를 위한 분석을 할 것인가? 에 좀 더 실무적인(?)..