강의 복습
Sequence Modeling
- Tabular Approach
- Feature Engineering
- Train/Test Split
- Model: LGBM
- Sequential Approach
- Input Transformation
- Model: LSTM, LSTM+Atttention, BERT
- FE and Model
- Make ground baseline with no fe
- Make a small FE and see if you can understand data you have
- Find good CV strategy
- Feature selection
- Make deeper FE
- Tune Model (crude tuning)
- Try other Models (never forget about NN)
- Try Blending/Stackin/Ensembling
- Final tuning
프로젝트 회고
오늘은 베이스라인 코드를 돌려봤다. LSTM, LSTM with Attention, LGBM 총 3가지를 돌려봤는데 그냥 LSTM이 가장 점수가 높았고 LGBM이 가장 낮았다.
팀원 중 한 분이 깃허브 팀 레포지토리를 설정해주셨는데 아직 사용법이 익숙하지 않아서 못 쓰고 있다. 얼른 사용법을 익혀야겠다.
'부스트캠프 AI Tech 1기 [T1209 최보미] > P stage-4 (DKT)' 카테고리의 다른 글
Day6 학습정리 (0) | 2021.05.31 |
---|---|
Day5 학습정리 (0) | 2021.05.28 |
Day4 학습정리 (0) | 2021.05.27 |
Day3 학습정리 (0) | 2021.05.26 |
Day1 학습정리 (0) | 2021.05.24 |