[면접 합격자료] 야놀자 Machine Learning Engineer, Software Solution 합격 문항 기출 최종합격

1. 머신러닝 모델을 개발할 때 데이터 전처리 과정에서 어떤 단계를 거치나요 구체적인 예를 들어 설명해 주세요.

머신러닝 모델 개발 시 데이터 전처리 과정은 중요하며, 일반적으로 데이터 클리닝, 결측치 처리, 이상치 제거, 정규화 또는 표준화, 범주형 데이터 인코딩, 특징 선택 등의 단계를 포함합니다. 예를 들어, 사용자 행동 예측 모델을 개발할 때 로그 데이터의 결측치가 5% 존재한다면, 평균값 또는 최빈값으로 대체하거나 삭제하여 데이터의 일관성을 유지합니다. 또한, 수치형 데이터가 0과 1000 범위로 편차가 크다면 Min-Max 정규화를 통해 값들의 범위를 0과 1로 조정하여 학습 속도와 성능을 향상시킵니다. 범주형 변수인 `지역`이 20개 카테고리로 구성되어 있어 원-핫 인코딩을 적용하며, 이에 따른 차원 증가를 고려하여 PCA와 같은 특징 선택 방법을 활용하기도 합니다. 85%)를 높이고, 과적합 방지 및 일반화 성능을 확보합니다. 이러한 단계들을 체계적으로 거침으로써 모델의 예측 성능이 평균 10% 이상 향상됩니다.

2. 과적합(overfitting) 문제를 방지하기 위한 기법에는 어떤 것들이 있나요 각각의 장단점도 설명해 주세요.

과적합(ov…