[자격증/ISTQB AI] Chapter 4. 기계학습 - 데이터 (ML

Chapter 4.3 데이터 세트 품질 문제(Dataset Quality Issues) 품질 문제 <<---- 결함으로 연결될 수 있다. 잘못된 데이터 수집한 데이터가 부정확하거나(예 : 오류가 있는 센서에서 수집) 잘못 입력됨(예 : 복사-붙여넣기 오류) 불완전한 데이터 데이터 값이 누락될 수 있음(예 : 레코드의 특정 필드가 비어 있거나 특정 시간의 데이터가 누락되었을 수 있음).

불완전한 데이터의 원인은 보안 문제, 하드웨어 문제, 인적 오류 등 다양한 원인이 있을 수 있음. 잘못 라벨링 된 데이터 다양한 원인으로 데이터 라벨링이 잘못될 수 있음.

데이터 부족 사용 중인 학습 알고리즘에서 패턴을 인식하기에 데이터가 부족함(알고리즘에 따라 필요한 최소 데이터 품질이 달라질 수 있음). 전처리 되지 않은 데이터 데이터는 깨끗하고 일관된 형식을 가지며 원하지 않는 이상 값이 포함되지 않도록 전처리 되어야 함.

오래된 데이터 학습과 예측 모두에 사용되는 데이터는 가능한 최신 데이터이어...

요청 처리 중입니다...

[자격증/ISTQB AI] Chapter 4. 기계학습 - 데이터 (ML - Data) : Part-2

등록된 다른 글