KT AIVLE AI 3기 ┃ 11주차(4.10 ~ 4.14) - 미니 프로젝트 5차

11주차(4.10 ~ 4.14) 일정

날짜	주제	카테고리
4/10 (월)	AICE Associate	AICE Associate 시험 대비
4/11 (화)	AICE Associate	AICE Associate 시험 대비
4/12 (수)	미니 프로젝트 5차	EDA / 단일 모델링
4/13 (목)	미니 프로젝트 5차	단계별 모델링
4/14 (금)	미니 프로젝트 5차	Kaggle Competition (Solo)

 

4/10(월) ~ 4/11(화) ┃ AICE Associate 시험 대비하기

출처: https://aice.study/info/aice

AICE(AI Certificate for Everyone) 시험이란 KT에서 직접 개발한 AI 개발자 역량 검증 시험이다. AICE 시험은 위 사진과 같이 총 다섯 단계의 레벨이 있으며 에이블스쿨에서는 Associate 등급의 자격 시험을 무료로 1회 지원해준다. AICE Associate 는 에이블스쿨의 커리큘럼을 잘 소화했다면 충분히 합격할 수 있는 수준의 난이도이다. 출제 범위는 위 사진과 같이 데이터 분석부터 전처리, ML/DL 모델링, 성능평가까지 AI 개발 프로세스 전반에 걸쳐서 기본적인 활용 능력을 평가한다. 월, 화 이틀간 시험과 비슷한 유형의 문제들을 풀고 팀원들과 함께 토의하는 시간을 갖었는데, 그동안 배웠던 내용과 수행했던 프로젝트 난이도에 비해 상대적으로 쉬웠기 때문에 약간 여유롭게 휴가를 받은 느낌이었다.

 

4/12(수) ~ 4/14(금) ┃ 미니 프로젝트 5차

주제: 스마트폰 센서 데이터를 통한 동작 유형 분류

• 데이터: Accelerometer & Gyroscope 센서의 값을 포함한 총 561개의 변수(Feature) 와 이에 대응하는 동작 유형 6가지 Label(Target)

데이터 분석

• 분석해야 할 변수의 양이 너무 많다
• 전체 변수를 RandomForest 모델로 FI(Feature Importances) 산출
• 센서 종류별/그룹별/축별 FI 산출
• 이번에는 Target을 기준으로 6가지 동작 유형을 2가지 그룹 유형으로 그룹지어 FI 산출
• Target 기준으로 6가지 동작 유형 각각에 대해 이진 분류로 바꾸어 FI 산출(각각의 동작 유형마다 영향을 크게 받는 변수가 다름)
• 위 분석한 FI 결과를 모두 저장

기본 모델링

• Resampling(Under/Over/SMOTE) 확인 결과 성능이 오히려 떨어짐
• 기본 파라미터로 성능이 좋았던 RF, LGBM, Catboost 사용