DACrew 1기 주간 리뷰 5주차

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

 

이번주 글은 건강상의 문제로 조금 늦어졌습니다. 잘 정리를 해보려고 준비하고 있었는데, 제 때 작성하지 못하게 되어 아쉽네요.

이번주에 다루는 주제는 1. 항공사 고객 만족도 예측 경진대회 참여 2. 논문리뷰 3. 가트너의 기술트렌드입니다.

---

👉 범주형 데이터를 활용한 'class' 별 성능 비교 실험 (항공사 고객 만족도 예측 경진대회)

범주형 데이터를 활용한 `class` 별 성능 비교 실험(public: 0.931)

이번에 항공사 고객의 만족 여부를 예측하는 대회에 참가해보았습니다. 이번엔 정말 잘 좀 해보려고 했는데, 몸이 안받쳐주네요. :( 어찌되었든 데이터를 간단히 살펴보고 베이스라인을 토대로 한가지 가설에 대한 실험을 해보았습니다.제가 생각한 가설은 '클래스에 따라 고객 만족도를 좌우하는 요인이 다르다" 였습니다. 원래라면 통계적으로 검증을 우선해야 하지만, 저는 간단히 실험으로 대체해 보았습니다. 위의 글은 그 실험에 대한 코드와 결과 입니다.

 

👉 ImageNet 라벨을 multi & Localized label로 만들기

[논문리뷰] ImageNet 라벨을 multi & Localized label로 만들기

해당 글은 네이버 AI Lab에서 CVPR 2021에서 발표한 논문 "Re-labeling ImageNet: from Single to Multi-Labels, from Global to Localized Labels"를 간단히 요약한 글입니다. 처음 이 논문을 접했을 때, 정말 다양하게 활용할 수 있겠다 싶었고, 제가 연구실에서 풀고 있는 문제에 대입해보기도 했던 논문이었는데요. 비교적 방법이 간단해서 많은 분들이 이해하기도 좋을 것 같아 글로 작성해보았습니다.

개인적으로 다른 데이터 보다 이미지 데이터에 대한 경험이 적어 CNN 계열의 모델에 많이 부족함을 느끼고 있는데요. 그래서 정확히 정리된 것인지는 잘 모르겠지만, 제가 논문과 학회발표 영상을 토대로 이해한 내용을 최대한 쉽게 정리해보았습니다.

 

👉 가트너의 2022년 기술트렌드 (PEC, Hyperautomation, Autonomic Systems)

가트너의 2022년 기술트렌드 [3편]

이번주 다룬 가트너의 기술은 Private-Enhancing computation, Hyperautomation, autonomic systems 입니다. 이 주제들은 유독 작성이 어려웠습니다. 보완은 정말 말로만 듣지 하나도 모르는 분야이고, 초자동화와 자율 시스템은 실제로 겪어본 적도 없고 막연한 개념으로 다가왔습니다. 그래서 글이 많이 부족하다 느껴집니다. 언젠가 이 기술들이 우리 삶에 녹아들어 당연하게 이해하고 받아들일 수 있는 날이 오겠죠?

 

---

다음주에는 또 다른 재밌는 주제를 공유할 수 있도록 준비해보겠습니다.

읽어주셔 감사합니다 🥰