[TIL] 이선주_201026

:warning: 해당 템플릿은 기본 예시입니다. 수강생 여러분의 방식에 맞춰 **자유롭게** 작성해주시길 바랍니다 :warning:
:no_entry_sign: **과제 솔루션 공유 절대 금지** :no_entry_sign:
- **키워드**: `배운 내용에 해당하는 키워드를 2-3개 정도 적습니다 (예: Python, pandas, 시각화, etc.)`

--> data-leakage, log-normalization, imbalanced-classes
- **배운 것**: `어떤 내용을 배웠는지 간략하게 적습니다`

--> 모델을 학습 시킬 때 데이터 누수가 있는 지 확인
--> 불균형 클래스 다루는 법
--> 데이터의 분포가 정규 분포 형태가 아닌 것을 정규 분포 형태가 되게끔 스케일링 하는 방법
- **어려웠던 부분**: `배운 내용 중에서 어렵거나 헷갈렸었던 부분을 작성합니다`

- **더 알고 싶은 부분 / 공부하고 싶은 부분**: `더 알고 싶거나 공부할 필요가 있는 부분에 대해 작성합니다`

--> 불균형 클래스의 밸런스를 맞추는 하이퍼파라미터 조정해서 사용해보기
--> 데이터 누수에 대해 신경 쓸 것
- **느낀 점**: `오늘 하루에 대한 감상, 기분 등을 간단하게 작성합니다`

--> 오늘 데이터 과학자의 실무 프로세스에 대해 알 수 있었는데, 사실 주말에 머신러닝 프로젝트 과정에 대해 소개하는 글을 작성하면서 느꼈던 건 실무에 있어 작업의 단계나 과정이 이렇게 분명하게 구분되어 있지 않을 것이다... 였는데 그래도 각 단계에서 어떤 일을 하고 그래서 어떤 고민을 더 해야 하는 지를 알게 되어서 좋았다. 정보의 누수에 대해서도 개념은 알았지만 정확히 어느 부분에서 조심해야 할 지에 대한 기준이 없어서 최근에 과제할 때 모델 성능이 터무니없이 좋게 나온다던가 했을 때 단순히 데이터셋을 잘못 나눴는지 정도만 생각했다면 앞으로는 학습 데이터에 필요한 feature를 선택하면서 한 번 더 생각할 것이 생겼다는 것..이 뭔가 하나 더 배웠다라는 느낌이 들어서 좋았다.