[면접 합격자료] 엔씨소프트 Data Science 합격 문항 기출 최종합격

1. 데이터 전처리 과정에서 일반적으로 고려하는 방법과 그 이유를 설명하시오.

데이터 전처리 과정에서는 결측치 처리, 이상치 제거, 데이터 정규화 또는 표준화를 가장 먼저 고려합니다. 결측치는 데이터 분석의 정확성을 떨어뜨릴 수 있기 때문에 평균값, 중앙값 또는 예측모델을 활용하여 보완합니다. 이상치는 데이터 분포에 큰 영향을 미치므로 박스 플롯, Z-스코어 등을 이용해 식별 후 제거하거나 변환합니다. 0~1 범위)로 조정되어 알고리즘의 수렴성을 높이고 성능을 향상시킵니다. 또한, 범주형 변수는 원-핫 인코딩, 라벨 인코딩을 통해 수치데이터로 변환합니다. 이를 통해 알고리즘이 데이터를 제대로 이해하고 학습할 수 있게 됩니다. 데이터 분포와 변수 간 상관관계를 분석하여 차원 축소 기법도 고려하며, 이는 과적합 방지와 연산속도 향상에 도움됩니다. 이러한 전처리 과정을 통해 데이터의 품질을 확보하고, 머신러닝 모델 성능을 크게 향상시킬 수 있습니다. 예를 들어, 고객 행동 데이터를 분석할 때 결측치와 이상치를 적절히 처리하면 예측 정확도가 15% 이상 향상된 사례가 있습니다.

2. 머신러닝 모델의 성능을 평가할 때 사용하는 지표들…