[면접 합격자료] 현대중공업그룹(신사업분야) [소프트웨어플랫폼] 머신러닝 플랫폼 엔지니어 합격 문항 기출 최종합격

1. 머신러닝 모델 개발 과정에서 데이터 전처리의 중요성을 설명하세요.

머신러닝 모델 개발 과정에서 데이터 전처리는 중요한 단계입니다. 데이터의 품질은 모델 성능에 직접적인 영향을 미치며, 적절한 전처리 없이는 높은 예측 정밀도를 기대하기 어렵습니다. 예를 들어, 결측값이나 이상값이 존재하면 모델 학습 과정에서 오버피팅이나 편향 문제들이 발생할 수 있으며, 이는 전체 성능 저하로 이어집니다. 실제 사례로, 한 제조업체의 설비 예측 시스템 개발 시, 원시 데이터의 잡음과 결측치를 제거하지 않으면 모델의 R2값이 0. 65에서 0. 85로 향상된 경험이 있습니다. 또한, 데이터 스케일링과 정규화는 신경망 학습 시 학습 속도를 높이고, 수렴 속도를 30% 이상 단축시키는 효과가 있습니다. 더불어, 카테고리형 데이터의 원-핫 인코딩은 모델의 분류 정확도를 평균 10% 이상 개선시켰으며, 데이터 증강 기법은 작은 데이터셋의 경우 검증 성능을 15% 이상 향상시켰습니다. 이처럼, 데이터 전처리는 단순한 준비 과정이 아니라, 모델의 성능과 신뢰성을 결정하는 핵심 단계임을 알 수 있습니다.

2. 머신러닝 모델의 성능을 평가하는 방법에 대해 말씀해 주…