데이터 가공과 속성 추출 체험

인공지능 기초 · 인공지능과 학습 — 실제 데이터에는 결측치(비어 있는 값)와 이상치(비정상적으로 튀는 값)가 섞여 있다. 이런 문제 행을 찾아 정제해야 모델이 올바르게 학습할 수 있다.

1. 직접 해보기 — 문제 있는 행 찾아내기

아래 표는 학생 10명의 «주간 학습시간(시간)»과 «중간고사 점수»다. 결측치 또는 이상치가 있는 행을 클릭해 표시하세요.

전체 행

10개

찾은 문제 행

0 / 3

정제 후 사용 가능 행

–

결측치·이상치가 있는 행을 클릭해 선택하세요.

핵심 원칙 — 「Garbage In, Garbage Out」. 아무리 좋은 알고리즘도 지저분한 데이터로 학습하면 나쁜 모델이 나온다. 데이터 가공(전처리)은 기계학습 프로젝트에서 가장 시간이 많이 드는 단계로 알려져 있다.

한 줄 요약 — 결측치·이상치가 섞인 원자료를 그대로 학습에 쓰면 안 되며, 먼저 찾아내고 정제하는 과정이 반드시 필요하다.

관련: 기계학습 문제 정의 연습 · 기계학습 유형·알고리즘 선정