[현장실습] 지금까지 했던 부분 정리 & 앞으로의 계획

Study. 지금까지 개인적으로 했던 실습과 공부 정리

앞에서 했던 '타이타닉 데이터 분석'과 '개와 고양이 이미지 데이터 분석'을 공부한 후, 개인적으로 예제를 찾아서 실습하거나 스스로 코딩하면서 익힌 내용이다.

---

손글씨 숫자 이미지 데이터 분석

• keras에서 제공하는 MNIST 데이터를 이용하였고, sequential 모델을 생성해서 분석하였다.
• 정확도는 99%정도가 나왔다.

---

카테고리별 이미지 분류기

• 비행기, 차, 새, 고양이, 사슴, 개, 개구리, 말, 배, 트럭
• CNN을 이용하여 모델을 구성하였다.

• 테스트를 했을 때 70% 정도의 정확도가 나왔다.
• 매칭해둔 것을 확인해봤을 때 정확도가 그렇게 높진 않았다.

---

X-ray 사진을 이용한 폐렴 진단

• 소아 환자들의 x-ray 데이터를 보고 정상과 폐렴을 분류하는 것이다.
• ResNet50V2를 이용해서 이미지를 분류하였고, sequential 모델을 사용하여 층을 쌓았다.
• 데이터가 1GB가 넘었기 때문에 training만 1시간이 걸렸다.
• 정확도는 97%정도가 나왔다.

---

pandas를 이용한 위키백과 웹페이지 크롤링

• 쉽고, 간편하고, 빠르게 웹 크롤링하는 방법을 찾다가 우연히 발견하여 위키백과에 있는 대한민국의 인구수를 연도별로 가져왔다.
• pd.read_html을 이용하여 테이블 형식으로 출력했다.

---

딥러닝 기본 개념 & 모델

• 딥러닝의 기본 개념과 모델들을 교육 때 받았던 교재와 공식 문서, 블로그를 참고해서 공부했다.
• 모델은 예제를 가져와서 코드를 실행해보고 분석하는 방법으로 공부했다.

---

DACON - 구내식당 식수 인원 예측 AI 경진대회 재참여

• 1주차에 시도했을 때 아무것도 하지 못했던 기억이 나서 다시 도전해보았다.
• 그때 생각했던 아이디어를 수정하고 추가하면서 코드를 수정하였다. 
• 1차 제출 때 700점 쯤이었는데 이번에 코드를 수정하면서 100점 대로 진입하였다. 
• 차차 코드를 수정하면서 등수를 올려볼 예정이다.

---

마지막. 앞으로의 계획

1	'DACON - 구내식당 식수 인원 예측 AI 경진대회' 마무리
2	머신러닝, CNN 개념 공부
3	백준 - 파이썬 코딩 연습
4	Github에 잔디 심기 & 프로필(이력서) 작성하기