머신 러닝의 일반적인 과정

머신 러닝의 일반적인 과정

• 문제 정의/파악, 큰 그림 파악

• 데이터 수집

• 데이터 탐색 - 시각화

• 데이터 전처리 - NA처리, 이상치 처리, 파생 변수 생성, 특성 제외, 숫자형/카테고리형 데이터 변환 ...

• 머신러닝 알고리즘 선택, 훈련(학습)

• 알고리즘 세부 튜닝 - 하이퍼 파라미터(hyper-parameter) 조정

• 알고리즘 성능 측정

• 상용화