Question 1

변환을 수동으로 적용하는 대신 scikit-learn Pipeline을 사용하는 주요 이점은 무엇입니까?

Accepted Answer

Pipeline은 동일한 변환이 훈련 데이터와 테스트 데이터에 일관되게 적용되도록 보장합니다. 모든 전처리 및 모델링 단계를 단일 객체로 캡슐화하여 코드를 단순화하고 data leakage를 방지하며 모델을 프로덕션에 배포하기 쉽게 만듭니다.

Question 2

Pipeline의 모든 단계를 훈련하고 예측을 수행하기 위해 어떤 메서드를 호출해야 합니까?

Accepted Answer

fit_predict 메서드는 회귀 또는 분류 Pipeline에는 존재하지 않습니다. 먼저 fit()을 호출하여 파이프라인을 훈련한 다음 predict()를 호출하여 예측을 얻어야 합니다. 또는 더 많은 제어를 위해 fit() 다음에 predict()를 별도로 호출할 수 있습니다.

Question 3

머신러닝 맥락에서 data leakage란 무엇입니까?

Accepted Answer

Data leakage는 테스트 세트나 미래 데이터의 정보가 훈련 중에 우연히 사용될 때 발생합니다. 이는 전처리 중(분할 전에 전체 데이터셋에 대해 평균을 계산) 또는 타겟을 간접적으로 포함하는 특성을 통해 발생할 수 있습니다. 이는 일반화되지 않는 인위적으로 높은 성능을 초래합니다.

ML 파이프라인 및 검증

변환을 수동으로 적용하는 대신 scikit-learn Pipeline을 사용하는 주요 이점은 무엇입니까?

답변

Pipeline의 모든 단계를 훈련하고 예측을 수행하기 위해 어떤 메서드를 호출해야 합니까?

답변

머신러닝 맥락에서 data leakage란 무엇입니까?

답변

scikit-learn에서 ColumnTransformer의 역할은 무엇입니까?

K-Fold cross-validation이란 무엇입니까?

기타 Data Science & ML 면접 주제

Python 기초

Python 객체 지향 프로그래밍

Python 데이터 구조

Git 기초

SQL 기초

NumPy 기초

Pandas 기초

Jupyter & Google Colab

SQL Joins 및 고급 쿼리

Pandas 고급

Matplotlib & Seaborn을 활용한 시각화

Plotly로 만드는 인터랙티브 시각화

기술 통계

추론 통계학

Web Scraping

BigQuery & Cloud Data

Feature Engineering

지도 머신러닝: 회귀

지도 머신러닝: 분류

결정 트리 및 앙상블

비지도 ML

시계열 및 예측

Deep Learning 기초

TensorFlow & Keras

CNN 및 이미지 분류

RNN 및 시퀀스

Transformers 및 Attention

NLP 및 Hugging Face

GenAI 및 LangChain

MLOps 및 배포

다음 면접을 위해 Data Science & ML을 마스터하세요