[데이터 과학] 분석 목적에 따른 프레임워크

데이터 과학 모형을 분석 목적에 따라 예측(predict) 문제와 추론(inference) 문제로 나눌 수 있다. 예측을 주 목적으로 하는 경우에는 모형을 통한 반응 변수와 설명 변수의 관계에 대한 통찰은 관심사가 아니기 때문에 인공신경망, SVM 등과 같이 해석이 난해한 모형도 후보 모형이 된다.

반응 변수와 실명 변수의 관계 파악이 주목적인 추론(inference)의 경우에는 복잡한 모형을 이용하면 해석이 어렵기 때문에 해석이 쉽고 직관적인 의사결정나무, 회귀모형을 이용한다. 최근에는 미국 방송을 시작으로 예측 문제에 특화된 모형을 설명하려는 XAI(explainable AI) 방법론이 연구되고 있다.

예측과 추론 예측이 주 목적인 경우에는 모형이 복잡해 해석이 어렵더라도 예측력을 최대한 높이는것을 목적으로 한다. 예를 들어, 사진 데이터를 이용한 이미지 인식은 이미지가 어떤 사물을 표현한다는 사실이 매우 명확하기 때문에 굳이 그 관계를 추론할 이유가 없다.

이런 경우에는 사진에...

요청 처리 중입니다...

[데이터 과학] 분석 목적에 따른 프레임워크

등록된 다른 글