Day2 학습정리

강의 복습

Sequence Modeling

1. Tabular Approach
   • Feature Engineering
   • Train/Test Split
   • Model: LGBM
2. Sequential Approach
   • Input Transformation
   • Model: LSTM, LSTM+Atttention, BERT
3. FE and Model
   1. Make ground baseline with no fe
   2. Make a small FE and see if you can understand data you have
   3. Find good CV strategy
   4. Feature selection
   5. Make deeper FE
   6. Tune Model (crude tuning)
   7. Try other Models (never forget about NN)
   8. Try Blending/Stackin/Ensembling
   9. 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.