[TIL] 2024-09-09 (DL/ML/SQL)

Today I Learned (2024-09-09)

---

목차

• Today I Learned (2024-09-09)
• 오늘 공부한 내용
  • 1. KDT
    • 말과 사람 구별하기
  • 2. 머신러닝
    • 하이퍼 파라미터 튜닝 기법 이해하기 및 적용해보기 (GBM, Gradient Boosting Machine)
    • Logistic Regression 주요 하이퍼 파라미터
  • SQL
    • 비교연산자
    • 논리연산자
• 어려웠던 내용
• 궁금한 내용과 부족한 내용
• 느낀 점

---

오늘 공부한 내용

1. KDT

말과 사람 구별하기

• 1차 보고서 제출
  • 피드백 내용 반영

2. 머신러닝

하이퍼 파라미터 튜닝 기법 이해하기 및 적용해보기 (GBM, Gradient Boosting Machine)

• Gradient Boosting Classifier 주요 하이퍼 파라미터
  • learning_rate는 학습률을 의미하며, 각 트리의 오류에 기반해서, 어느 정도 수정할지의 비율을 의미
  • n_estimator 는 트리의 갯수를 의미
  • max_depth 는 트리의 깊이를 의미
• RandomSearchCV + GBM
• GridSearchCV + GBM

Logistic Regression 주요 하이퍼 파라미터

• penalty : regularization 종류 선정
• C : regularization 강도

SQL

비교연산자

• >, <, =

논리연산자

• AND
• OR
• NOT
• AND 와 OR을 같이 사용하는 경우 우선순위는 AND에 있음
• OR가 우선적으로 실행되기 위해서는 소괄호 활용

---

어려웠던 내용

• 보고서 작성

---

궁금한 내용과 부족한 내용

• 보고서를 작성하면서도 어떻게 활용할지?

---

느낀 점

• 뭔가 목적없이 딥러닝 모델만들어서 어디에 써야할지 모르겠다.
• 보고서는 작성하지만 왜? 라는걸 찾게되서 그게 어려웠다.