[Boostcamp AI Tech 5기] Week 15 회고

💗Remind! 

현재 규칙적인 생활에 더해 후회하지 않을 한 주 보낼 것!

일찍 일어나는 것은 잘 하는 것 같으니, 일찍 잠들기!

지금도 잘하고 있지만 더 적극적으로 소통하기!

Movie Rec 대회 기록 틈틈히 하기!

🌿23.06.12.Mon

✨오늘의 일정

16:00 ~ 피어세션

✨To do

• EDA 1차 + GitHub commit
• Movie Rec 7,8강 수강
• Movie Rec ~6강 복습
• Multi-VAE 논문 리뷰 읽기
• (미션 2 : Multi-VAE)

✨오늘의 회고

오늘은 EDA만 하다가 하루가 다 갔다,,, 저번과 같은 상황이었는데, EDA든 이력서 작성이든 끝이 없는 태스크들은 늘어지기 쉬운 것 같다. 이럴 때 일수록 계획을 더 촘촘히 세우는게 도움이 될지도 모르겠다.

---

🌿23.06.13.Tue

✨오늘의 일정

16:00 ~ 피어세션

✨To do

• Movie Rec 7~10강 수강
• EDA 1차 마무리
• 미션 2 : Multi-VAE
• 오피스아워 + 마스터클래스 다시보기
• Movie Rec 복습 및 정리 (+ 모델 리서치)

✨오늘의 발자취

💭Full ranking

Movie Rec 7강에 나온 Performance Comparison 파트에서 언급한 "full ranking"의 의미가 이해가지않아 팀원들에게 물어봤다.

강의노트에는 full, popularity, uniform이 나오는데, 모두 test dataset의 negative sampling 방식임을 알 수 있었다.

full은 모든 데이터를 사용하여 test한 것, popularity는 인기도를 기반으로 sampling한 것, uniform은 uniform 확률분포를 기반으로 random sampling한 것을 의미한다.

⚪피어세션

오늘 피어세션 강의에서는 web crawling과 간단한 pandas 함수에 대해 배웠다. web crawling과 web scraping이 다른 개념인줄 처음 알았다!

✨오늘의 회고

오늘 Movie Rec 강의 마저 다 듣고나니 뭘 해야할지 막막했다. 분명 할게 없진 않다. EDA는 저녁에 할 계획이었고, 아직 손 못 댄 미션 4개를 끝내야하나 하는 생각에 미션 2(Multi-VAE) 파일을 열어봤는데, 이걸 오늘 끝내려면 EDA는 포기해야할 판이었다. 음... 선택과 집중이 필요한 순간...!😾 남은 미션을 다 끝내는 것을 목표로 했다가는 대회는 손도 못 댈 것 같았다. 사실 오늘 강의 10강을 간단하게 복습 및 정리하면서 모델 리서치를 진행하려고 했다. 그리고 오피스아워도 다시 보면서 아이디어를 얻어갈 계획이었는데... 뭐부터 해야할지 막막했다ㅠ 그래서 결국 Multi-VAE 조금 끄적이면서 시간 날리고 EDA나 했다. 

그리고 공간도 물릴 수가 있다는 것을 다시 한 번 느꼈다. 어쩌면 그냥 하기 싫은 핑계일지도 하하...😅 도서관도 매일같이 가니까 집같은 편안함이...ㅋㅋ 그래서 결국 카페를 갔지만 잘못된 자리 선점 + Multi-VAE 지옥 덕분에 마카롱만 먹다 왔다 ^_^  (그런데 이제 항상 걷는 산책길도 질린다면...?🥲)

이번 대회는 하면 할수록 어렵다는게 느껴진다.

---

🌿23.06.14.Wed

✨오늘의 일정

16:00 ~ 피어세션

✨To do

• EDA 1차 (찐찐 ㅠ) 마무리 (+GitHub branch 생성 및 Notion 정리)
• 오피스아워 + 마스터클래스 빠르게 다시보기(아이디어 및 방향성 재수립)
• aistages 토론글 확인
• TransRec 및 Recbole 구현 방식 미리 조사
• 아아아 뭐해야되니 나...
• 일단 오늘 EDA 회의한 것 기반으로 전처리하고 모델 실행해보기(성능 비교)
• Issue도 올리기

✨오늘의 발자취

pandas 패키지의 버전이 맞지 않아 발생한 문제. 미션 파일을 실행시키면서 다른 버전으로 다시 install된 상태였다. 다음과 같이 --버전으로 재설치해주어 문제를 해결했다.

 

warning : 당장 코드를 실행하는데에는 문제가 되지 않음. 하지만 logically 문제가 있기에 warning 문구가 뜬 것. 그래도 본인이 본인 코드를 잘 파악하고 있으면 무시해도 상관없음. 덧붙이자면 모든 warning들을 다 해결할 수도 없기에...

---

🌿23.06.15.Thu

✨오늘의 회고

아침에 사람이 너무 많아서 그런가... 내가 원래 이런 사람이 아닌데... 공복 수영 이후 배부름을 느끼는 진기한 경험을 했다^^ 물 많이 먹었다. 수영은 수영이 재밌어서 가기보다는 아주머니, 아저씨들과 스몰톡 & 재밌는 이야기 같이 (엿)듣는 낙으로 가는 것 같다.

와 이제보니 일주일 내내 EDA만 했구나. 역시 오늘도 EDA , 정확히 말하면 EDA 내용 정리했다. 그리고 최종 프로젝트 구체화 조금 하고, 친구랑 여권 수령하고 우동이랑 탕후루 먹었다. 

할 일이 정말 많은데 뭐부터 해야할지, 어떻게 해야할지 막막해서 더 속도가 안 나는 것 같다. 팀원들이랑 얘기하면서도 느꼈지만 특히 이번 대회는 고려해야할 것도 너무 많고, Top-K 추천이라 더 어려운 것 같다. 

이번주.... 후회없는 한 주 보내기로 다짐했는데 내일이라도 꼭 실천해야겠다ㅠ!!

---

🌿23.06.16.Fri

✨오늘의 일정

11:00 ~ 12:00 멘토링

16:00 ~ 17:00 피어세션

17:00 ~ 18:00 이력서 공개 피드백 세션

✨To do

• 최종 프로젝트 구체화 - 트리플
• Movie Rec 복습 및 정리 (+ 모델 리서치)
• 오피스아워 + 마스터클래스 빠르게 다시보기(아이디어 및 방향성 재수립)
• aistages 토론글 확인
• TransRec 및 Recbole 구현
• 전처리?

✨오늘의 발자취

⚪멘토링

자유 주제 프로젝트 시: rough한 아이디어만 계속 쌓이면 본질잃기 쉬움

#RDB #NoSQL #airflow

 

<지치지 않으려면>

부캠 끝나고 할 생각 노노... 부캠 안에서 팀원들과, 내 목표 이룰 것(취업, 진학 등)

 

<취업>

우선순위를 잘 생각하자

데이터 수집, CS 지식도 물론 중요하지만 모두 모델링을 위한 기반임. 딴 거 잘하는데 딥러닝,ml 잘 모르는 것 같으면 탈락

 

 

⚪이력서 피드백

- FE 해봤냐는 질문 많이 하심

- 협업에 대한 내용을 많이 적었는데, 회사는 그건 둘째고 개인역량이 더 우선. 즉, 배운점 느낀점에 협업보다는 개인이 한 일 어필하기

- 추상적인 표현 자제

- 기업 특성에 맞게 작성 ex. 새로운 것에 빨리 적응한다? 이런 내용이었는데 면접관들이 우리는 새로운거 하는 것 별로 안 좋아한다고 하셨다는,,,

- 볼드체와 글씨 색깔 처리 하는 것 칭찬

- (주니어 기준) 성과가 좋지 않았던 플젝도 적는 것 상관없음! 뭘 배웠는지, 어떤 기본기를 갖췄는지가 중요

 

 

주니어들은

기술적인 측면에서 어떤걸 시도했는지가 중요하다. 얼마나 잘하냐 보다 기본기가 잘 다져졋는지,  프로젝트를 통해 기본기 성장했는지가 중요.

나 이런거 했어요~ (X)
나의 이런 경험을 바탕으로 회사에 이런 문제를 해결할 수 있어요 (O)

 

 

 

시각화 능력인데 어필이 잘 안됨. 자료 첨부할 것.

도메인 지식 활용(Data Scientist에게 중요한 역량) 부분 더 자세히 적으세요

 "도메인 지식을 활용해서 성능을 올린 것 DS분야에서 아주 중요하죠"

 

✨오늘의 회고

아 갑자기 또 고민이 많아진다... 예전에 같은 고민에 대한 해결책으로 그저 현재에 집중하자고 했었는데,,, 오늘 멘토링을 들어보니 남은 기간을 얼마나 잘 활용해야할지에 대해 고민이 다시 생겼다. 팀원들과의 시간을 어떻게 쓸지, 좋은 소스들을 어떻게 활용할지 등. 결국 원점이니 또 같은 해결책을 상기시켜야하지 않나. 현재에 집중하자^^ 답을 알면서 왜 고민하는 건지 모르겠네 허허 

---

🌿23.06.17.Sat

✨To do

• Recbole을 이용한 TransRec 구현
• 오피스아워 + 마스터클래스 빠르게 다시보기(아이디어 및 방향성 재수립)
• aistages 토론글 확인
• 주간 회고 정리
• 캠퍼 주간 피드백 작성
• 여행 교통편 모두 정리
• 옷 고르기ㅠㅡㅠ

✨오늘의 발자취

<문제 상황>

Recbole 사용이 처음이라 document에 있는 기본 코드를 작동시켜보았다.

위와 같은 에러가 발생했고, 버전에 맞지 않는 코드가 있어서 발생한 에러같았다. 그래서 numpy를 다운그레이드시켜야하나 고민했다.

<해결 방법>

그냥 위와 같이 링크를 누르면 해당 파일이 열린다. 안에 있는 모든 "float"를 "float64"로 바꾸어주면 해결된다.

 

https://recbole.io/docs/user_guide/data/atomic_files.html

Recbole에서는 atomic file을 사용한다.

"RecBole designs an input data format called Atomic Files."

" For implicit feedback scenes, RecBole will regard all the observed interactions as positive samples and automatically select the negative samples from the unobserved interactions (which is known as negative sampling)"

우리는 sequential model을 시도할 것이므로 .inter 파일을 만들어야한다.

✨자료 모음

https://recbole.io/docs/get_started/install.html

Install RecBole — RecBole 1.1.1 documentation

 

https://www.kaggle.com/code/astrung/recbole-lstm-sequential-for-recomendation-tutorial

Recbole:LSTM/sequential for recomendation tutorial

https://www.kaggle.com/code/astrung/recbole-using-all-items-for-prediction/notebook

Recbole: using_all_items_for_prediction

Kaggle H&M 데이터셋으로 Recbole의 GRU4Rec을 실행한 코드이다.

 

✨오늘의 회고

위에 자료 참고해서 테스트겸 recbole로 train_ratings 데이터셋만 가지고 학습시키고 있는데, 에포크 한 번 도는데 30분 걸린다. 에포크 50으로 설정했는데...🥲 일단 자고 일어나서 마저 확인해야쥥,,,,,, 아니 근데 원래 이렇게 오래걸리나

오늘 오랜만에 늦잠 자고 도서관에서 Recbole document 간단히 읽으면서 구현하다가 저녁먹었다. 위에 kaggle 링크를 잔뜩 올려놨는데, 작성하신 분이 나같은 렉볼 입문자들을 위해 꼼꼼히 정리해주신 것 같아서 이해가 쉬웠다. 대회 끝나면 나도 document 바탕으로 Recbole 사용법 관련 게시글을 하나 작성해야겠다.

---

🌝주간회고

✨Keep

일일 회고에 배운 내용 간단하게라도 작성한 것, 집중해서 강의 들은 것, 수영 목표한만큼 간 것.
✨Problem

아침 저녁으로 휴대폰을 자꾸 보게된다.

할게 너무 많아서 오히려 빨리 처리를 못하는 것 같다. 한 주 내내 막막했던 것 같고, 그래서 더더욱 시간을 효율적으로 활용하지 못했다.

이번 한 주 후회하지 않을 정도로 열심히 하기로 했는데, 실천하지 못한게 아쉽다.

✨Try

꼼꼼히 계획을 세울 것.

❤️‍🔥Next step!