ADsP 데이터분석 이론 100제 | 통계·머신러닝 핵심 정리

1 교차검증 2 CRISP-DM 3 군집 4 데이터 전처리

1 양성으로 예측한 것 중 실제 양성 비율. 2 분산이 큰 방향으로 축을 변환해 차원을 줄이는 선형 차원축소 기법. 3 모델 학습 전 데이터 품질을 높이기 위해 정제·변환하는 단계. 4 평균 0, 표준편차 1 기준으로 스케일을 변환하는 방법.

1 AUC 2 정밀도 3 이상치 4 KDD

1 교차검증 2 CRISP-DM 3 ROC 4 의사결정나무

1 데이터 값을 일정 범위(예: 0~1)로 조정하는 스케일링 방법. 2 데이터를 여러 폴드로 나눠 반복 학습·검증해 일반화 성능을 추정하는 방법. 3 입력을 미리 정의된 범주로 예측하는 문제 유형. 4 분류 결과를 실제값과 예측값 조합으로 요약한 평가 표.

1 모델 학습 전 데이터 품질을 높이기 위해 정제·변환하는 단계. 2 유사한 데이터끼리 그룹을 형성하는 비지도학습 기법. 3 입력을 미리 정의된 범주로 예측하는 문제 유형. 4 비즈니스 이해부터 배포까지 데이터마이닝 프로젝트를 단계별로 수행하는 표준 방법론.

1 F1-score 2 KDD 3 군집 4 CRISP-DM

1 일반적인 데이터 분포에서 크게 벗어난 값. 2 분산이 큰 방향으로 축을 변환해 차원을 줄이는 선형 차원축소 기법. 3 비즈니스 이해부터 배포까지 데이터마이닝 프로젝트를 단계별로 수행하는 표준 방법론. 4 유사한 데이터끼리 그룹을 형성하는 비지도학습 기법.

1 분류 결과를 실제값과 예측값 조합으로 요약한 평가 표. 2 연속형 수치를 예측하는 문제 유형. 3 누락된 데이터를 삭제·대체·추정해 분석 가능 상태로 만드는 작업. 4 정밀도와 재현율의 조화평균으로 불균형 데이터 평가에 유용한 지표.

1 여러 의사결정나무 결과를 결합해 성능과 안정성을 높인 앙상블 모델. 2 임계값 변화에 따른 TPR/FPR 관계를 시각화한 곡선. 3 비즈니스 이해부터 배포까지 데이터마이닝 프로젝트를 단계별로 수행하는 표준 방법론. 4 정밀도와 재현율의 조화평균으로 불균형 데이터 평가에 유용한 지표.