은행 이용자의 사업가 확률 예측 및 광고 의사결정 문제 하나은행 데이터 - 3개의 feature과 시계열 접속 데이터를 분석하여 사용자가 사업가일 확률 예측 / 광고를 보내는 의사결정 사업가 확률 예측은 CNN 기반, 어플 접속 예측은 LSTM을 기반으로 예측 수행 작업 -로그 변환, 정규화, 표준화 등 feature scaling 작업 수행 -1 step LSTM 모델 구축 -의사결정 문제의 조건 및 제한을 수식화 -다양한 평가 지표 중 F-beta score를 선택 후 Classification의 optimal threshold 계산 -Hyperparameter 튜닝

품질 기준(완전성, 유일성, 유효성, 일관성, 정확성)이 부적합한 데이터 전처리가 중요함을 인식 -CNC : 공정 상태에 따른 카테고리 분류, feature selection 등의 전처리 및 그에 따른 라벨링 -OCR : ResNet 모델 구현 - optimizer, lr, ResNet의 layer 수 등 다양한 변수들 조정 및 실험 -Welding : denoising Auto Encoder의 이해 및 실습 -Molding : 지도 학습(Auto Encoder) 및 준지도 학습(SVM, RF, DNN)의 개념 이해 및 실습

정규표현식을 통해 안전 사고 메일 데이터를 분석 모든 사용자가 같은 형식으로 작성하지 않기에, 예외 처리를 하는 것이 중요하고 힘듦을 깨달음 어떤 장소와 시간, 연령대에서 사고가 많이 일어나는지 도출

결측치가 많은 동박 데이터의 독립변수들과 종속변수들 간의 상관관계를 분석 변수별 평균 또는 등차 간격으로 결측치 대체 Feedforward Selection으로 변수 선택한 후 F test 진행, VIF로 다중공선성 체크

팀원 '파이토치로 배우는 자연어처리' 책을 기반으로 NLP의 기초를 학습 퍼셉트론 기반 레스토랑 리뷰 감성 분류 & 문자 RNN 성씨 국적 분류 모델 학습 후 팀 내 발표 진행 기업인턴 지원으로 인해 프로그램 탈퇴