데이터사이언스 찍먹해보기

데이터사이언스 알고리즘 학습은 보통 아래와 같은 흐름 순으로 수행된다.

 

1. 주제잡기
2. 데이터 전처리(Data Cleaning)
   1. 결측치(Missing Data)
   2. 중복된 데이터
   3. 이상치(Outlier)
3. 분석에 사용할 모델 고르기
   1. https://scikit-learn.org/stable/tutorial/machine_learning_map/index.html
      1. 데이터 수량
      2. 데이터 라벨링 여부
      3. 데이터 예측 종류
   2. https://blogs.sas.com/content/saskorea/2017/08/22/최적의-머신러닝-알고리즘을-고르기-위한-치트/
   3. 하지만 가장 중요한 것은 no free lunch!!
4. 준비한 데이터로 학습
5. (유의미한 결과인지) 결과 검증
6. 학습한 모델 활용 
   1. 앙상블, 튜닝 등을 추가로 해줄수있음

 

+) 데이터 비쥬얼라이징

: 유의미함을 많은 사람들에게 증명하거나 설명하기 위해 중간중간 혹은 결과물을 보기 좋게 비쥬얼라이징 하는 기술도 필요하다고 할 수 있다.