[KT 에이쁠 기자단] 12주차 후기(10.23~10.27) - 미니프로젝트 5차

안녕하세요~~~

 

12주차에는 4차 미니프로젝트에 이어 5차미니프로젝트를 바로 진행했습니다.

 

5차미니프로젝트에서는 에이블데이 때 보는 AICE시험에 대한 대비와 행동 분류 프로젝트를 진행했어요.

1~2일차에는 AICE시험에 대한 문제풀이와 셀프 스터디를 진행했고

3~5일차에는 스마트폰 센서 데이터를 통해 인간 행동을 인식하는 프로젝트를 진행했습니다.

---

AICE 시험이란??

AICE Associate는 준 · 전공자를 위한 AI로 실무에서 가장 많이 쓰는 Tabular Data에 대해 코딩(파이썬)을 기반으로 데이터를 분석/처리하고 AI 모델링을 학습하고 할 수 있는 역량을 검정합니다.

코딩(파이썬)을 활용하여 데이터 분석, 처리 및 AI 모델링의 핵심 프로세스를 기반으로 비즈니스에 AI를 적용할 수 있습니다.

KT에이블스쿨에서는 에이블데이 때 AICE associate시험을 무료로 볼 수 있는 기회가 있어요

그냥 보게 되면 80000원을 내야하더라구요... 그래서 이번 기회에 열심히 공부해야겠다고 생각했습니다.

시험은 총 90분동안 보고 총 14문항입니다.

온라인으로 진행되고 오픈북이지만 개인이 정리한 블로그는 보지 못하고 간단한 검색과 document만 볼 수 있어요

출제범위는 탐색적데이터 분석, 데이터 전처리, 머신러닝/딥러닝 모델링, 모델 성능평가가 범위입니다.

 

1~2일 차에는 에이블스쿨에서 직접 AICE시험 대비 문제를 주셔서 열심히 풀었습니다.

 

---

스마트폰 센서 데이터 기반 인간 행동 인식 분류

10월 25일부터는 스마트폰 센서 데이터를 이용하여 사용자가 어떤 자세인지 예측하는 프로젝트를 진행했습니다.

UCI Machine Learning Repository데이터를 사용하여 데이터처리, 머신러닝, 딥러닝 등을 수행했습니다.

이전에 했던 내용과 달랐던 점은 feature수가 진짜진짜 많았다는 것입니다...

이번 프로젝트는 무려 561개의 feature데이터가 존재했고 6개의 class로 예측을 수행했습니다.

강사님께서 데이터에 대해 간단하게 설명해 주셨는데

가속도 센서와 자이로스코프 센서에서 나온 X,Y,Z 데이터 + 평균, 표준편차, 평균 절대편차 등등 이렇게 많이 수집을 했으니 당연히 feature 수가 많이 나올 수 밖에 없다고 생각했습니다..

 

3일동안의 프로젝트에서 1일차는 데이터 분석, 2일차는 기본 모델링, 3일차는 단계별 모델링을 통해 성능을 향상시켰습니다.

분류해야하는 클래스는 총 6가지로 STANDING, STIDDING, LAYING, WALKING, WALKING_UPSTAIRS, WALKING_DOWNSTAIRS로 정적인 동작 3가지, 동적인 동작 3가지로 분류를 수행했습니다.

 

클래수별 개수

 

모델링을 수행하고 예측결과를 출력했을 때 변수별 중요도를 같이 확인할 수 있었습니다.

fBodyAccJerk-entropy()-X함수가 가장 많은 영향을 미치는 것을 확인할 수 있습니다.

변수 중요도별로 변수 개수를 증가시키며 예측 정확도를 비교해봤는데 1개일 때는 0.44로 매우 낮다가 컬럼을 추가하니 증가하다가 다시 정확도 증가가 정체되는 부분이 있었습니다.

 

이번 데이터는 다른 데이터에 비해 동작의 구분이 확실하게 되어있고 변수별 차이가 많이나서 정확도가 꽤 높게 나온 것 같습니다. 여러 모델들의 성능을 테스트하고 비교하면서 가장 좋은 모델을 찾을 수 있었습니다.