모델 성능을 높일 수 있는 데이터 만들기

개요

데이스쿨 구독자 여러분! 데이터의 숨은 가치를 찾아내는 모험에 오신 것을 환영합니다! '피처 엔지니어링 입문(1)'은 데이터가 머신러닝을 구동시키는 핵심 요소임을 이해하는 첫걸음입니다. 본 교재를 통해 여러분은 단순한 숫자와 문자의 집합에서 중요한 의미를 추출하고, 이 정보가 머신러닝 모델이 현실을 파악하고 해석하는 데 어떻게 필수적인 역할을 하는지 배우게 됩니다. 여러분은 따릉이 대여량 예측 프로젝트의 데이터와 베이스라인 코드를 활용하여 배우게 될 것입니다.

학습 목표

피처의 기본 개념 이해:

머신러닝에서 피처가 갖는 의미와 중요성을 이해하고, 모델이 데이터를 해석하는 방식에 어떻게 기여하는지 학습합니다.

피처 생성의 의미와 중요성 이해:

피처 생성이 머신러닝 모델의 성능 향상에 어떤 역할을 하는지 배우고, 실제 데이터에 적용하여 모델의 정확도를 높이는 방법을 습득합니다.

자동화된 피처 생성 대비 도메인 지식 기반 피처 생성의 효과 비교:

자동 연산에 의한 피처 생성과 도메인 지식을 활용한 피처 생성 방법을 비교하고, 두 접근 방식이 모델 성능에 미치는 영향을 이해합니다.