머신러닝 2

[시스템디자인] 머신러닝 디자인 패턴의 안티패턴(Antipatterns)이란?

📌 목차머신러닝 디자인 패턴의 안티패턴(Antipatterns)이란 무엇인가요?왜 머신러닝 안티패턴이 필요한가요?머신러닝 안티패턴 종류 1. 머신러닝 디자인 패턴의 안티패턴(Antipatterns)이란 무엇인가요?머신러닝이 실제 운영 환경에서 겪는 어려움들, 즉 비효율적이거나 비생산적인 운영 사례들을 '원인에서 문제 발생까지의 과정'으로 묶어 정리한 것입니다.이러한 묶음을 '안티패턴(Antipatterns)'이라 부르며, 패턴은 크게 4가지로 구분됩니다.디자인 패턴은 경험을 바탕으로 정의되었기 때문에 모든 어려운 상황에 대한 해결책이 되지는 않지만,문제 발생 시 문제 해결의 방향을 잡는 데 매우 유용합니다.머신러닝이 실제 운영 환경에서 겪는 어려움들?❗Data quality (데이터 품질)데이터의 정확..

[함수정리] ML, DL, AI, 데이터분석 기초 : 데이터 전처리

🧐 데이터 전처리에서는 뭐를 해야하나?데이터 전처리는 데이터분석, 머신러닝(ML), 딥러닝(DL), 그리고 인공지능(AI)에서 필수적인 과정입니다. 데이터를 효과적으로 사용하기 위해 필수적인 과정이죠! 데이터 분석에서의 전처리는, '결측치 처리', '이상치 처리', '정규화' 등으로 통계적 분석의 신뢰성과 정확성을 향상 시키기 위해 진행하고 머신러닝에서는, '스케일링', '범주형 데이터 처리', '중복 제거'등으로 딥러닝에서는, '이미지 데이터 처리(pixel값 정규화 등)', '텍스트 데이터 처리(텍스트 토큰화 등)', '데이터 증강(augmentation)'등으로 모델이 학습하기 좋도록 데이터 정리하여 좋은 성능을 내는데 일조한답니다!우선 아래 본문에서, '결측치 ..