TIL 142일차 : 포트폴리오 3/3, 머신러닝 인사이트

2024. 5. 14. 23:00회고/TIL(매일)

 

✏️도전한 점


1. 💡데이터 관점에서의 해석, 비즈니스 관점에서의 해석이 다를 수 있음을 직접 해보며 깨달음.

2. 데이터분석 아티클 스터디 완료

3. 포트폴리오 2/3 진행 완료

4. 💡기계학습 실습 과정에서 40%의 정확도를 어떻게하면 올릴 수 있을지 머리 터지게 고민함.

 

01 아티클 스터디


 

새로운 데이터 직군, 데이터 애널리틱스 엔지니어란? | 요즘IT

‘애널리틱스 엔지니어’, 혹은 ‘분석 엔지니어’라고 들어보셨나요? 미국에서는 대략 3~4년 전부터 화제가 되기 시작했고, 한국에서는 작년부터 본격적으로 주목받고 있습니다. 간단히 말해

yozm.wishket.com

후기: 나는 앞으로 데이터 분석가로서 인사이트 도출, 시각화, 비즈니스 의사결정에 참여하는 것 뿐만 아니라 사용자 관점에서 엔지니어적 역량도 갖추면 좋겠다고 생각한다.

 

02 머신러닝


 

랜덤포레스트 회귀모델 실습

01 랜덤포레스트 하이퍼파라미터트리수10 시간0.0초 정확도0.3675트리수100 시간2.2초 정확도0.3961트리수200 시간4.5초 정확도0.4005트리수300 시간6.8초 정확도0.4014트리수400 시간9.4초 정확도0.4007트리수

specialda.tistory.com

후기: 제공된 정보가 너무 적은 게 문제다. 해당 일자에 적합하는 고객 데이터를 알 수 없었던 점이 아쉽다. 때마다 갱신되는 지수들이 예측 정확도를 떨어뜨리는 역할을 하고 있다.