01 머신러닝을 위한 데이터 전처리 이해하기 머신러닝 과정 이해하기 데이터 전 처리의 역할 머신러닝의 입력 형태로 데이터 변환 ( 특성 엔지니어링 ) 결측값 및 이상치를 처리하여 데이터 정제 학습용 및 평가용 데이터 분리 데이터 전 처리가 왜 필요할까? - 데이터 변환 - 대부분의 머신러닝 모델은 숫자 데이터를 입력 받는다. - 실제 데이터는 머신러닝 모델이 이해할 수 없는 다양한 형태로 존재한다. - 전 처리를 통하여 머신러닝 모델이 이해할 수 있는 수치형 자료로 변환이 필요하다. 데이터 전 처리가 왜 필요할까? - 데이터 정제 - 전 처리를 통하여 데이터의 결측값 및 이상치를 처리한다. 데이터 전 처리가 왜 필요할까? - 데이터 분리 - 원본 데이터 전체를 학습용 데이터로 사용하게 되면 평가에서 학습..
