(6) 소감 및 참고 문헌

 이번 프로젝트를 하며 정말 다양한 방법을 이용해 머신러닝 모델을 제작한 것 같다. PCA를 이용한 차원축소 방식을 이용해보기도 하고 SelectKbest를 이용해 상관관계가 높은 feature들을 찾는 방식도 사용해 보았다. 모델 제작에는 Linear ,Ridge, Lasso, Elastic net, SVM, RandomforestRegressor 등을 이용해 다양한 모델도 만들어보았다.  하이퍼파라미터 튜닝은 GridSearchCV, RandomizedSearchCV 등을 사용해보았다. 이처럼 수업시간에 배운 다양한 것들을 사용해 직접 머신러닝 모델을 제작해보며 실습 공부도 할 수 있었고 강의노트를 다시 봐가며 이론 또한 공부할 수 있었다.

 이번 프로젝트가 정말 재밌었던 이유는 아마 캐글 방식 때문이었던 것 같다. 리더보드에 순위가 갱신 될 때마다 너무 짜릿했고 혹시 순위가 올라가지는 않을까 떨어지지는 않을까 마음을 졸이며 매일 00시를 기다렸던 것 같다. 순위를 올리는 것을 목표로 매일매일 새로운 모델을 만들었고 데이터의 MAE가 점점 줄어들 때마다 신기했고 정말 재밌었다. 이번 프로젝트를 계기로 다양한 캐글 프로젝트에 참여해보려고 한다.

 

 

- 머신러닝을 이용한 개인맞춤형 뇌 노화 예측 시스템 개발 (Predictive system development concept research for personalized brain aging process using machine learning) – 경희대학교(미래창조과학부)

- 피질 두께 데이터를 이용한 심층 신경망 기반 뇌 연령 예측 모형의 개발 및 평가 – 이화여자대학교 (뇌, 인지과학과 김명주)