[면접 합격자료] SFA 머신러닝(S W개발) 합격 문항 기출 최종합격

1. SFA 머신러닝 프로젝트에서 사용한 주요 알고리즘과 그 선택 이유를 설명하세요.

SFA 머신러닝 프로젝트에서는 Random Forest와 Gradient Boosting과 같은 앙상블 알고리즘을 주로 사용하였습니다. 이 알고리즘들을 선택한 이유는 높은 예측 정확도와 견고한 일반화 능력을 가지고 있기 때문입니다. 특히, 랜덤포레스트는 약 85%의 정확도를 기록하며, 데이터의 노이즈에 강한 특성을 보여줍니다. 또한, 기초 신용점수 예측에서 모델의 오차를 15%까지 줄인 경험이 있습니다. Gradient Boosting은 고객 이탈 예측에서 92%의 정밀도를 달성하였고, 피처의 중요도를 분석하여 핵심 변수를 파악하는 데도 효과적이었습니다. 이러한 알고리즘들은 대량의 비정형 데이터에서도 뛰어난 성능을 발휘하며, 모델의 설명 가능성도 높아 비즈니스 의사결정에 실질적 도움을 제공하였습니다. 결국, 데이터의 분포와 노이즈 영향을 고려했을 때 선택한 알고리즘들이 가장 적합하였으며, 전체 프로젝트 성과 향상에 기여하였습니다.

2. 데이터 전처리 과정에서 어떤 기법들을 사용했으며, 각각의 목적이 무엇이었는지 설명하세요.

데이터 전처리 과정에서는 이상치 제거, 결측…