머물다 간 자리..

빅분기 실기셤 준비 중.. 오랜만에 python 코딩을 하고 있다. pandas, numpy 등 라이브러리 사용.. 빅데이터 재밌네 ㅎ 자료 불러오고, 데이터 정제, 자료형 맞추고, 불필요 자료 삭제, 수정.. 글로만 보았던 데이터 전처리 작업을 해보네 ㅎ 데이터셋은 셤에서 주어질테고.. 전처리 하고, 요구하는 작업 수행하는 것까지가 작업형 제1유형인거 같고, 제2유형은 모델구성하여 성능까지 보는 것인거 같다. 실기셤까지가 한달반쯤 남았나? 그때까지는 한동안 또 재밌을거 같다. 물론 꾸준히 한다는 것은 쉬운 일은 아니겠지... 좀 고단하겠다..

128회 필기셤은 대체로 접근하기 쉬운 토픽이 출제되었었다. 그래서였을까.. 결과는 참담했다. 남들이 다 잘쓰는 문제를 너무 평이하게 썼기때문일까? 1교시는 분명.. 그게 원인인거 같다. 일반적인 내용으로 3단락까지 진행한 것.. 너무 뻔하게 써내려 간것.. 2교시, 3교시는 그런대로 예상한 점수가 나왔다. 4교시는 의도파악이 안된 것이겠지.. 시사적인 것, 최근 이슈파악 미비한 것, 요구한 내용에서 벗어난 것.. 난 나름대로 일반화 시켜서 잘 적었다고 생각했는데.. 정말 생각보다 점수가 안좋다. 128회 필기셤에서는 2.5% 밖에 안뽑았다고 한다. 앞으로도 이렇게 적게 뽑으면 어떻게 하나 걱정이다. 나름대로의 논리를 만들자. 최근 동향, 이슈를 잘 살피고, 토픽과의 연관성을 만들어 보자. 다시 꾸준히...

벌점화된 선택기준 모형의 복잡도에 벌점(Penalty)을 주는 방법으로 AIC방법과 BIC 방법을 사용 모든 후보 모형들에 대해서 AIC, BIC를 계산하고 그 값이 최소가 되는 모형을 선택함. AIC(Akaike Information Criterion) AIC는 실제 데이터의 분포와 모형이 예측하는 분포 사이의 차이를 나타낸 지표 AIC 값이 낮을수록 모형의 적합도가 높다. AIC = -2Log(L) + 2p In(L) : 모형의 적합도 L : 우도 함수 (Likelihood Function) p : 매개변수 개수 BIC(Bayesian Information Criterion) AIC의 단점은 표본이 커질수록 부정확해진다는 점인데, 이를 보완한 지표가 BIC이다. BIC = -2Log(L) + p Lo..

디지털화의 가속화에 따라 데이터는 그 가치가 날로 증가되고 있다. 그렇기에 데이터를 산업화함에 앞서 데이터가 누구의 것인지.. 데이터로 인한 이익 발생 시 그 분배는 어떻게 할 것인지에 대한 인식 또한 재고할 여지가 있는 것 같다. 최근 이슈되고 있는 마이데이터 산업 가이드라인에서도 데이터의 자기 주도권을 강조하고 2022년 4월에 시행된 데이터 산업법에서도 데이터 주체의 이익을 우선시 하고 있는 것을 보면 데이터의 가치가 확실히 증가하고 있음을 반영하고 있는 것이다. 우리들이 움직이고 생활하면서 생성되는 일상의 데이터들, 소비 데이터, 의료 데이터, 금융 데이터, 사회 활동 데이터 등.. 그리고, 기업들이 만들어 내는 각종 뉴스와 광고 등의 데이터들.. 우리는 그야말로 데이터의 홍수 속에서 살고 있다...