Introduce.

2022년 부경대학교 일어일문학부에 입학하여 끊임없이 미래에 대하여 탐구해왔습니다. 국제무역물류학 복수 전공과 학과 과대표 활동, 밴드 동아리 활동을 하며 스스로의 관심사와 적성을 찾아보았습니다. 카투사로 군복무를 하며 배정 받은 전술통신장비 운용 및 정비병으로서 복무하며 통신, 네트워크 직군에 관심을 갖게 되어 파이썬으로 코드를 짜는 것에 도전해보고 전역 후 복학과 동시에 컴퓨터인공지능공학부로 전과를 하게 되었습니다.

전과 후에도 미래에 대한 탐구는 계속 되었습니다. 부경대학교 반도체 특성화사업단에서 주관하는 고신뢰성인공지능반도체 학과를 복수 전공하였고 부경대학교 Google Developer Group on Campus에 가입하여 데이터 분석 비기너로서 수업을 들었습니다. 캐글 대회 참가 및 보고서 발표를 통해 팀 프로젝트 경험을 쌓았으며, 데이터 분석 역량을 인정받았습니다.

수업을 들으며 데이터를 정제하며 인사이트를 도출하고, 이를 통해 예측과 분류하여 의견을 피력하는 활동이 즐겁다고 느껴 데이터로 일하고 싶은 개발자가 되기로 결심하였습니다.

앞으로 머신러닝, 딥러닝, 영상처리 과목 수강과 PyTorch 기반 미니프로젝트 수행, 깃허브 정리를 통해 데이터 개발자로 성장하는 목표를 가지고 있습니다. 졸업 후에는 데이터 기반 개발자로서 커리어를 쌓기 위해 지속적으로 역량을 강화하는 계획을 세우고 있습니다.

Project Experience.

주택 가격 예측 모델링

과적합 문제 해결을 통한 회귀 모델 성능 개선

프로젝트 내용

2025.09 - 2025.10

캐글(Kaggle)의 주택 가격 데이터를 활용하여 주택 가격을 예측하는 회귀 모델을 개발했습니다.
초기 모델링에서 발견된 과적합(Overfitting) 문제를 진단하고, 하이퍼파라미터 튜닝을 통해 이를 해결하여 모델의 일반화 성능과 안정성을 향상시키는 데 집중했습니다.

사용 기술

데이터 분석: ****Python, Pandas, Numpy
머신러닝: Scikit-learn (RandomForesRegressor, RandomizedSearchCV)
데이터 시각화: Matplotlib, Seaborn

주요 과정 및 결과

데이터 전처리: 상관관계 분석을 통해 핵심 피처 4개를 선정하고, IQR 방식으로 이상치(Outlier)를 제거하여 데이터의 질을 높였습니다.
초기 모델링: 3가지 기본 모델의 성능을 비교하여 최적 모델(Random Forest)을 선정하고, 과적합이라는 명확한 개선 목표를 설정했습니다.
모델 성능 개선: RandomizedSearchCV를 활용하여 과적합을 해소하고, 최종 모델의 검증 R2 점수를 0.8420에서 0.8576으로 향상시켰습니다.
최종 예측: 개선된 모델을 사용하여 테스트 데이터의 가격을 예측하고 제출용 파일을 생성했습니다.