Competition에 대한 소개, 각 구성요소에 대하여 학습한다.

부스트 캠프 15일차 학습 요약

• 행사 : 타운홀 미팅
• 학습 : Competition with AI Stages, Image Classification & EDA
• P-Stage : torch.utils.data.Dataset, torch.utils.data.DataLoader, nn.Module
• 피어 세션

목차

• 1. Competition with AI Stage
• 2. EDA
• 3. P-Stage
• 4. 피어 세션
• 5. 15일차 후기

1. Competition with AI Stage

1-1. Overview 확인하기

• 내가 지금 풀어야할 문제가 무엇인지 확인하기
• 해결하고자 하는 문제의 Input과 Output이 무엇인지 확인하기
• Solution은 어디서 어떻게 사용되는가
• Data Description을 읽기
• Discussion을 무조건 활발히 잘 이용하자!!

1-2. 문제 해결과정

• 전반적인 문제 해결과정은 위의 그림과 같으며 이 중 Competition에서 겪게될 과정은 다음과 같다.
  • Domain Understanding(Overview)
  • Data Analysis
  • Data Processing
  • Modeling
  • Training

2. EDA

2-1. EDA란?

• Exploratory Data Analysis
• 데이터를 이해하기 위한 노력
• 답은 정해져 있지 않으며, 끊임없는 물음을 해결하기 위한 과정이다.
• 위의 그림처럼, Domain Understanding 이후에, 처음 진행해야하는 과정이다.
• 자신의 생각을 채워넣는 서술형 문제라고 생각하자.

3. P-Stage

• torch.utils.data.Dataset
  • Dataset을 활용하여 Data를 Generator형태로 만들어주었다.
  • __init__, __len__, __getitem__을 활용하여 처음부터 코딩하여 만들어주었다.
• torch.utils.data.DataLoader
  • Dataset을 모델에 Feeding 시켜주기 위해 DataLoader를 만들어주었다.
  • shuffle, batch_size 등의 option을 주어 만들어 주었다.
• nn.Module
  • Submission으로 미리 주어진 모델 코드를 확인하고 이해하였다.

4. 피어 세션

4-1. [마스크 데이터 분류 대회]

• 마스크 데이터 분류 대회에 대하여 토의함

4-2. [데이터 전처리]

• center crop, background masking, 등의 방법이 제안됨.

4-3. [DataLoader]

• 확장자 뿐 아니라 속성도 다양함. → glob 이용 시 편리함.
• 데이터를 읽는 방법에 관하여 토의함: map-style, iterable-style

4-4. [EDA]

• 각 속성(성별, 나이) 에 관련한 데이터 분포를 시각화 함.

4-5. [모델 관련]

• 주어진 input으로부터 label 유추를 어떻게 해내는지 궁금하다.

• 레이블링의 방법: classification / regression → 주어진 age 속성을 정형 데이터로 이용하는 방법에 관하여

• 따라서 피어세션 진행 형식을 미리 정하면 계획적으로 시간을 활용할 수 있을 것
• end-to-end 학습 방법을 이용해도 되는지 토의해 봄. → 마스크 착용 여부, 나이, 성별의 독립적인 속성이 섞여 있기 때문.

4-6. [학습정리]

• 배운 것, 시도한 것 등을 기입할 것.

5. 15일차 후기

P-Stage 첫 날이라 그런지, 강의는 되게 교양수업같은 느낌이었다! 처음이라 Overview 및 Competition에 대한 내용을 듣다 보니 가볍게 들을 수 있던 것 같다.

드디어 P-Stage가 시작했고 코딩을 직접적으로 들어간다는 생각에 조금은 설레였던 것 같다!!

정말, 아주 조금이었던 것 같다. 이런 생각이 들었다는 것이 무색할 정도로, 아무런 Baseline 없이 코드를 짠다는 게 이렇게 어려운 건지 처음으로 알 수 있었다…. Dataset을 불러오는 것부터, Model에는 어떻게 입력해줘야하는지,, 코딩초보인 나로서는 도통 알 수 없었고 지난 과제들의 필요성, 중요성이 머리를 쓱 훑고 같다..

길지 않은 강의에 조금은 여유롭겠다고 생각했는데, 여유는 무슨.. 그냥 계속 코딩했던 것 같다. 어떤 결과도 나오지 않았는데 구글링과 지난 과제들을 뒤져보며 어떻게든 데이터를 불러오고 정제하겠다는 마음하나로 임했던 것 같다.

정말 멘탈이 탈탈 털렸고 그나마 위안 삼을 수 있는 것은 성공적으로 Dataset과 Dataloader를 만들 수 있었던 것이다.. 모델은 언제 만들고, HyperParameter Tuning? 할 수 있는거 맞겠지… 데이터 전처리는 또 언제 ㅜㅜ