<aside> 🚀 Information (식물 유전체 연구실 학부 연구생)

• 목적

  • 고추 Capsaicin 분류를 위한 머신러닝 모델 연구
  • SNP 유전자 변이를 활용한 회귀/분류 모델 제작

• 목차

  • 시기
  • 진행과정
  • 배운 점
  • 증빙자료 </aside>

시기

• 학부연구생 근무 기간 (2024.06 ~ 2024.08)
  • 2024.06.24 ~ 2024.07.07 : 리눅스 서버 적응 과정
  • 2024.07.08 ~ 2024.07.31 : 대용량 데이터 분석 및 가공, 모델링 계획 수립
    • 데이터분석을 통한 모델링 계획 수립
    • feature 선택, 1차 모델링 진행
  • 2024.08.01 ~ 2024.08.31 : 대용량 데이터 활용 회귀/분류 모델 제작
    • 1차 모델링 기반 추가 연구 계획 수립
    • 성능 향상을 위한 다양한 기법 적용

진행과정

• 리눅스 서버 적응 과정

  • SSH 서버 활용법 확인 (명령어 사용법, vim 에디터 사용법 등)
  • 아나콘다 가상환경 및 SCREEN 백그라운드 활용법 공부
  • 머신러닝 활용을 위한 가상환경 설정

• 대용량 데이터 분석 및 가공, 모델링 계획 수립

  • 대용량 데이터 가공 방법 공부

  • 리눅스 명령어 기반 데이터 EDA 진행

  • 트리 기반 분류 모델 제작 (버전별 성능)

    결정 트리와 앙상블 기법

• 대용량 데이터 활용 회귀/분류 모델 제작

  • 하이퍼 파라미터 튜닝
  • 앙상블

배운 점

• 리눅스 SSH 서버 사용법을 알게 됨
  • GPU 서버가 아닌 리눅스 기반의 새로운 환경을 접할 수 있어서 좋았음
  • 기존에 머신러닝을 위한 환경이 구축되어 있지 않은 상태에서 나에게 맞는 환경을 직접 구축해 볼 수 있는 기회가 됨
• 대용량 데이터분석 방식에 대한 공부
  • 하드웨어적인 서포팅이 부족한 상태에서 분석하는 방식에 대해서 고민하고 공부하는 경험을 함
  • 판다스 라이브러리가 3기가만 되어도 생각보다 잘 작동하지 못한다는 사실을 알게 됨
    • 특히나 Columns이 많은 상태에서는 더욱 작동이 잘 되지 않음
• 도메인 지식 기반 데이터 가공
  • 생물정보학을 기반으로 효과적으로 데이터를 처리하기 위해 노력함
  • 도메인 지식이 없는 기술자가 할 수 없는 방식을 사용하기 위해 노력함

증빙자료