0. 지난 스터디 요약

• KSNVE AI 챌린지 베이스라인 코드 이해 및 피드백

  → 챌린지를 그대로 따라가는 것이 아닌, 주어진 task를 해결해가며 진행하는 것이 스터디에 더 도움이 될 것이라는 제안

  • Task 정의는 이성재 선배의 도움을 받기로 함

• 본 문서는 스터디 방식 변경에 따라 수정된 스터디 진행 계획을 정리하고자 함.

1. 데이터 핸들링

• 주어진 데이터의 형식 파악
  • 데이터 파일 형식에 따라 처리 방식이 달라지므로, 이를 명확히 확인하고 적절한 처리 방법을 적용해야 함.
• raw 데이터 처리 방법 결정
  • 데이터의 특징 추출과 같은 후속 분석 과정을 고려하여 결정함.

2. 데이터 EDA(Exploratory Data Analysis)

• 데이터가 수집된 환경 파악
  • 데이터가 수집된 환경적 요인(예: 센서 위치, 작동 조건 등)을 분석하여 데이터에 미치는 영향을 이해함.
• 데이터 구조 파악
  • 데이터의 크기와 형식, 제공된 메타데이터와 구조적 특징을 분석함.
• 데이터의 특징 파악 및 시각화
  • 데이터 자체의 특성과 데이터로부터 추출할 수 있는 주요 특징을 모두 파악하여, 분석에 필요한 정보를 도출함.

3. 베이스라인 모델 선정