[면접 합격자료] 조이시티 데이터사이언티스트 합격 문항 기출 최종합격

1. 데이터 전처리 과정에서 자주 사용하는 기법과 그 이유를 설명하세요.

데이터 전처리 과정에서 자주 사용하는 기법으로는 결측치 처리, 이상치 제거, 데이터 정규화, 범주형 변수 인코딩, 데이터 스케일링 등이 있습니다. 결측치는 전체 데이터의 약 10% 차지하는 경우, 평균 또는 중앙값 대체를 수행하며, 이로 인해 분석의 왜곡을 방지할 수 있어 중요성이 높습니다. 이상치는 박스플롯을 활용하여 5 IQR 범위 밖 값을 제거하거나 수정하는데, 이는 모델 성능 향상에 직결됩니다. 데이터 정규화와 스케일링은 머신러닝 알고리즘에 따라 성능 차이를 유발하는데, 특히 신경망에서는 0과 1 사이로 스케일링하여 학습 속도를 30% 이상 향상시킨 사례가 있습니다. 범주형 변수는 원-핫 인코딩 또는 라벨 인코딩으로 처리하여 수치 연산이 가능하게 만들어 분석을 용이하게 합니다. 이러한 전처리 기법을 적용한 후, 데이터의 품질이 향상되어 기존 프로젝트에서는 예측 정확도가 평균 15% 증가하는 효과가 있었습니다. 이를 통해 전처리 과정이 데이터 분석 성공에 핵심임을 확실히 알 수 있습니다.

2. 머신러닝 모델의 성능을 평가할 때 사용하는 지표들은 무엇이며,…