Machine Learning Sprint Archive

Research Snapshot

Item	Summary
Scope	Python 응용, 데이터 전처리, 통계/시각화, 지도학습, 앙상블, 차원 축소
Main Stack	Python, pandas, matplotlib, seaborn, scikit-learn, XGBoost, LightGBM
Core Question	데이터를 어떻게 해석하고, 지표에 맞는 피처와 모델을 어떻게 고를 것인가
Portfolio Angle	“모델 성능 비교”보다 “문제에 맞는 실험 설계”가 보이는 트랙

What I Practiced

• Python 기초 실습에서 자료구조, 클래스, 함수형 사고를 정리했습니다.
• 데이터사이언스 Toolkit, 기초 통계와 데이터 시각화, DF 마스터하기 노트로 EDA와 전처리 감각을 다졌습니다.
• 선형회귀, Lasso/Ridge, 로지스틱 회귀, KNN, SVM, 결정트리, RandomForest, AdaBoost, XGBoost, PCA, KMeans+PCA까지 폭넓게 다뤘습니다.
• 단순 정확도보다 문제별 평가 지표를 먼저 정하고, 그 지표를 개선하기 위한 피처 엔지니어링과 모델 선택을 반복했습니다.

Highlighted Artifacts

Artifact	Focus	Why It Matters
[스프린트미션]2 Hotel Booking Demand	예약 취소 데이터 구조 이해, 결측/범주형 처리, 취소 관련 변수 해석	EDA와 전처리 기준을 세우는 힘이 드러납니다.
[스프린트미션]3_Bike Rental System	datetime 파생 변수, 로그 변환, 다항 회귀, GridSearchCV, XGBoost, RMSLE 최적화	회귀 문제에서 지표 중심으로 실험을 설계한 흔적이 가장 선명합니다.
[스프린트미션]4_Portuguese Bank Data Marketing	불균형 분류, 앙상블 비교, Precision/Recall/F1/ROC-AUC, scale_pos_weight, LightGBM	분류 문제에서 비즈니스 기준과 지표 트레이드오프를 함께 고민했습니다.
기초/확장 실습 묶음	pandas, 통계, 시각화, 교차검증, PCA, 앙상블	스프린트 미션을 떠받치는 기본기와 복습 루틴이 보입니다.

Concrete Learning Points

Bike Rental System

이 미션에서는 단순 회귀보다 RMSLE에 맞는 전처리와 피처 엔지니어링이 중요했습니다.
시간 정보를 파생 변수로 분리하고, count 계열 변수를 로그 스케일로 다루며, 다항 회귀와 트리 기반 모델을 비교했습니다.
실습 노트상 최종적으로는 XGBoost가 가장 좋은 결과를 보였고, 풍속 변수 제거 여부까지 실험한 점이 인상적이었습니다.

Portuguese Bank Data Marketing

이 미션은 “예측을 얼마나 잘했는가”보다 “어떤 오류를 줄이는 것이 더 중요한가”를 먼저 생각하게 만든 사례였습니다.
Precision과 Recall 중 무엇이 더 중요한지 비즈니스 관점에서 해석하고, 불균형 데이터 대응을 위해 scale_pos_weight, 결측치 처리, 여러 앙상블 모델 비교를 수행했습니다.
노트에는 LightGBM의 Recall이 0.65까지 올라간 기록도 남아 있어, 지표 선택이 모델 방향을 어떻게 바꾸는지 잘 보여줍니다.

What This Track Says About Me

• 데이터를 보기 전에 모델부터 고르기보다, 먼저 지표와 데이터 구조를 확인하는 편입니다.
• 회귀와 분류를 각각 다른 언어로 다뤄야 한다는 점을 실습을 통해 체득했습니다.
• 성능 숫자만 남기기보다, 왜 그 선택을 했는지를 설명 가능한 형태로 남기려는 습관이 생겼습니다.

Next Experiments

• 불균형 분류 문제에 대해 threshold tuning과 calibration까지 확장하기
• 회귀 문제에서 시계열 누수 여부를 더 엄격하게 검증하기
• 대표 미션 하나를 별도 프로젝트로 분리해 대시보드형 포트폴리오로 확장하기