[2023] 방송통신대학교 머신러닝 과목 출석수업과제물 리포트

1. 머신러닝의 일반적 처리과정을 알고리즘 형태로 서술

머신러닝의 일반적 처리 과정은 여러 단계로 구성되며, 이 단계들은 데이터의 수집부터 모델의 배포와 유지 관리까지의 일련의 과정을 포함한다. 첫 번째 단계는 문제 정의이다. 여기서 해결하고자 하는 문제를 명확하게 설정하고, 머신러닝을 적용하기 위한 목표를 세운다. 문제 정의는 후속 과정의 방향성을 결정하므로 중요하다. 그 다음 단계는 데이터 수집이다. 머신러닝 모델을 학습시키기 위해 필요한 데이터를 수집하는 과정이며, 데이터는 다양한 출처에서 수집할 수 있다. 이 데이터는 모델이 학습할 수 있는 기초 자료이므로, 충분한 양과 품질을 확보해야 한다. 세 번째 단계는 데이터 전처리이다. 수집한 데이터는 종종 불완전하거나 노이즈가 포함되어 있을 수 있다. 따라서 데이터를 정리하고, 결측값을 처리하며, 변수를 선택하고, 불필요한 특징을 제거하는 등의 작업이 이루어진다. 이 과정은 모델의 성능에 큰 영향을 미치므로 꼼꼼하게 진행되어야 한다. 데이터 전처리가 완료되면 데이터셋을 학습용 데이터와 검증용 데이터로 나누는 단계가 이어진다. 일반적으로 전체 데이터의 70%는 학습에 …