[Upstage AI lab 2기] 8주차

8주차에는 머신러닝과 관련된 여러가지 이론을 배웠다. 사실 머신러닝 이론도 데이터사이언스와 기계학습 수업에서 이미 다뤘기 때문에 어느 정도 아는 내용이 주를 이뤘다. Decision Tree가 생성되는 원리나 K-means 등의 알고리즘에 대해서 다시 복습한다는 느낌으로 강의를 들었다. XGBoost, LightGBM, CatBoost 등의 알고리즘은 이런 알고리즘이 있고 경진 대회에서 자주 사용되는 알고리즘 정도로만 알고 있었지 직접 공부해본 적은 없기 때문에 처음으로 낯선 것을 배울 수 있는 시간이었다. 

Gradient Boosting Machine 계열의 모델의 알고리즘과 hyper-parameter 종류, 그리고 각 parameter가 무엇을 의미하는지 알 수 있었다.