[면접 합격자료] 현대카드 SW Engineer(Data ML) 합격 문항 기출 최종합격

1. 머신러닝 모델을 개발할 때 데이터 전처리 과정에서 고려해야 할 중요한 요소들은 무엇인가요

머신러닝 모델 개발 시 데이터 전처리 과정은 모델 성능과 안정성에 직결되므로 중요합니다. 결측치를 적절히 처리하는 것이 필요합니다. 예를 들어, 고객 데이터의 결측값이 전체의 15% 이상인 경우 평균 또는 중위수로 대체하거나, 결측치가 많은 변수는 제거하는 방식을 선택함으로써 노이즈를 줄일 수 있습니다. 또한, 이상치를 검출하여 제거하거나 변환하는 것도 중요한 요소입니다. 예를 들어, 트랜잭션 금액이 평균 5만원인 데이터에서 100만원 이상의 이상치가 존재한다면, IQR 혹은 Z-스코어 기반 검증을 통해 이상치를 제거하면 모델의 일반화 성능이 향상됩니다. 데이터 표준화와 정규화도 필수적입니다. 예를 들어, 피처들이 서로 다른 단위와 규모를 갖고 있을 경우, 표준화를 하지 않으면 모델이 특정 특징에 편향될 수 있습니다. 특히, 신경망과 같은 모델에서는 입력 데이터의 분포를 일정하게 유지하는 것이 학습 속도를 높이고 성능을 향상시킵니다. 10 비율의 불균형 데이터에서는 SMOTE 기법으로 200%까지 샘플을 늘려 분포 균형을 맞추는 사례도 있습…