DACrew 1기 주간 리뷰 1주차

🌟 본 포스팅은 데이콘 서포터즈 “데이크루" 1기 활동의 일환입니다. 🌟

 

 

이번에 감사하게도 DACON의 서포터즈인 DACrew 활동에 참가할 수 있게 되었습니다. DACrew는 DACON의 커뮤니티 활성화를 목표로 활동하는 서포터즈 입니다.

 

DACrew 선발은 다음 절차를 통해 이루어졌습니다.

1. 서류심사(자기소개, 지원동기, 서포터즈로서 이루고싶은 바)

2. 면접(온라인, 15분)

 

위 과정을 통해 선발 DACrew로 선발 되었는데요, 1기 활동은 2022년 1월 10일 ~ 2022년 3월 4일까지 약 2달간 진행됩니다.

---

1주차 활동으로는 OT와 '코드 공유' 게시판에 몇가지 글을 작성했습니다.

 

OT는 실시간으로 진행되었고, 함께 활동하게 된 다른 분들과 인사하는 시간을 가질 수 있었습니다. 아쉽게도 코로나 시국이라 실제로 얼굴을 보고 이야기할 기회가 있을지는 미지수지만, 함께할 수 있는 기회를 얻게되어 기쁘게 생각합니다.

 

이번주는 아무래도 첫주차이다보니 코드를 공유하려 준비하는데 있어, 어떤 주제를 선정하는 것이 좋을지, 어떻게 설명하는 것이 좋을지와 같은 몇가지 어려움이 있었습니다.  꾸준히 글을 써내려가면서 좀 더 많은 사람에게 도움이 될 수 있는 주제와 이해하기 쉬운 설명할 수 있게 되는 날이 오지않을까 기대합니다. :)

 

(1) Residual LSTM, (2) 대회 데이터 분석, (3) 딥러닝 모델 시각화로 총 3가지의 주제의 코드를 공유해보았습니다.

 

👉 Residual LSTM

Tensorflow Docs으로 하는 딥러닝 모델링: Residual LSTM

대부분의 코딩이 그렇듯 딥러닝 모델을 만들때 역시 Documentation을 많이 참고합니다. 많은 경우, 블로그, 깃허브 등에 공유된 모델들을 활용하여 모델링을 합니다만, Keras의 경우 Documentation에 다양한 모델들을 제시되어 있습니다. 여기에 공유된 많은 모델들은 참고할만한 것이 많지만, 튜토리얼 형식으로 되어있다보니, 선행되는 기본모델들과 엮여있어 특정 모델만 활용할 경우 불필요한 모델까지 다 검토를 해야했습니다. 그리고, class를 이용해서 코드가 구현되어있다보니, 코드를 이해하기 쉽지 않았습니다. 그래서 이번 기회로, 이 Documentation에 제시된 모델 중 특정 모델에 대해 이해하기 쉬운 코드로 변환하는 작업을 해보았습니다. 차후에도 꾸준히 이와 같은 작업을 진행하여, 참고할 수 있는 자료로 준비를 해볼까 합니다.

 

이번에 선정한 모델은 Residual LSTM 입니다. CNN 계열의 방법론 중 잘 알려져 있는 ResNet과 같은 구조를 갖고 있는데요, 이 구조에서 값을 처리하는 모델이 CNN 대신 LSTM이 들어간다는 것이 차이점입니다.

 

👉 대회 데이터 분석

EDA와 DNN 기반 예측 모델 구현 시도

DACON은 데이터 분석 대회로 시작된 플랫폼입니다. 이러한 대회를 통해 다양한 데이터들을 다뤄보고, 이를 다룰 수 있는 베이스라인이 제시되어있어 기초적인 공부를 하기에 적합하다는 생각이 듭니다.

 

이번에 여러 대회 중 '물류 유통량 예측 경진대회'의 데이터를 활용하여 간단히 분석을 해보았습니다. EDA와 함께 새로운 모델을 만들어보려했는데, 항상 다루던 데이터가 수치형 데이터다보니 범주형 데이터를 활용한 모델을 만들기는 쉽지 않았습니다. 이번 글은 EDA를 해보고, 분석 모델 만드는 것을 시도해봤다가 의의가 될 것 같아요. 미완성인 글이라고 볼수도 있겠지만, 이런 글을 함께 올려 다른 분들과 함께 이 문제를 어떻게 해결해볼 수 있을지 토론해 보면 좋을 것 같아 공유해본 포스팅입니다. 이런 식의 글이 많이 올라와 토론의 장이 열린다면 한국어로 볼 수도 있고 데이터와 인공지능을 토론할 수 있는 또 다른 Stackoverflow 같은 기능을 할 수 있는 곳이 되지 않을까 기대해봅니다. (개인적으로 무엇보다 한국어로 내용을 공유할 수 있다는 것이 가장 끌리는 부분이네요 😂 )

 

👉 딥러닝 모델 시각화

딥러닝 모델 시각화: 케라스(Keras) 편

이번주의 마지막 글은 제가 많이 이용하는 코드를 공유해보았습니다. 간단하지만 매번 검색하여 확인하는 코드입니다. 많이 사용할 수 있는 내용이라 함께 보면 좋을 것 같아, 정리하여 공유하였습니다.

 

이 포스팅은 Keras에서 모델을 시각화 하는 코드입니다. 코딩 중에 검토하기 위해 많이 사용하는 코드인 Summary와 이미지로 저장하여 자료에 활용한 수 있는 plot_model을 소개하였습니다.

 

---

다음주에는 또 다른 재밌는 주제를 공유할 수 있도록 준비해보겠습니다.

읽어주셔 감사합니다 🥰