[대회 중간 기록] 지금까지의 소감

후.. 쉽지 않다.

데이터 전처리 과정에서는 논리적으로 타당해 보이는 가정과 실험들이

막상 모델 학습을 시켜보면 성능이 더 낮게 나오는 경험을 여러 번 하고 있다.

한두 번 정도는 오케이지만 여러 번 반복되니 힘이 빠진다.

성능은 안 오르고.. 등수는 계속 밀리고.. 시간은 가고..

그렇다고 하루종일 붙잡고 있을 수도 없고..

 

그럼에도 불구하고 성능이 조금이라도 향상되었을 때의 그 도파민 때문에 계속 하는 것 같다.

하지만 이쯤에서 한번 끊어가야겠다고 느낀다.

비슷한 ML 태스크에서 다른 사람들이 어떤 것들을 하는지 찾아보면서 공부해봐야겠다.

 

 

아무튼, 지금까지 한 생각들

1. 데이터를 진정성 있게, 진심을 다해서 봐야 의미 있는 전처리가 가능한 것 같다. 어느 정도의 직관과 감도 중요하다는 것을 느꼈다.

2. 논리적으로 타당해보여도 성능이 낮아지는 건 왜일까?

3. 다른 사람들은 어떻게 하고 있을지 궁금하다.

4. 이런 문제 푸는 게 스트레스받지만 재밌다. 고통을 즐기는 인간인걸까.