Ch 7b. 머신러닝 심화

Chapter 7 중 심화 파트. 7a를 본 후 면접에서 변별력 만들어주는 주제들.

다루는 것

• 앙상블 (bagging/boosting/stacking) — 어떤 상황에 어떤 거
• Random Forest, XGBoost, LightGBM 비교
• 신경망 기본 개념과 정규화 (dropout, batch norm)
• 차원의 저주, PCA, t-SNE
• 클래스 불균형 다루기 (oversampling, class weight, threshold tuning)
• 하이퍼파라미터 튜닝 전략

누가 봐야 하는가

• Ch 7a 본 후 다음 단계 가는 학생
• ML/DS 직무 기술 면접 준비 중인 학생
• Kaggle 경험 있는데 면접에서 정리해서 말하는 게 어려운 학생

핵심 메시지

심화 주제는 내가 왜 이걸 골랐는지 말할 수 있어야 한다. "XGBoost 썼습니다" 다음에 왜 LightGBM이나 Random Forest 안 썼는지 비교 설명까지가 한 세트.