과정 요약
컬렉션을 사용해 정리하기
내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.
머신러닝을 위한 데이터 준비 및 특성 추출을 완료하신 것을 축하합니다.
이제 다음을 수행하는 방법에 대해 더 잘 이해하게 되었습니다.
- 데이터 품질과 크기가 알고리즘에 미치는 상대적인 영향 인식
- 데이터를 변환하는 시간에 대해 정보에 입각한 현실적인 기대치를 설정합니다.
- 전체 ML 워크플로 내의 일반적인 데이터 수집 및 변환 프로세스 설명
- 원시 데이터를 수집하고 데이터 세트를 구성합니다.
- 불균형 데이터를 고려하여 데이터 세트를 샘플링하고 분할합니다.
- 숫자 및 범주형 데이터를 변환합니다.
달리 명시되지 않는 한 이 페이지의 콘텐츠에는 Creative Commons Attribution 4.0 라이선스에 따라 라이선스가 부여되며, 코드 샘플에는 Apache 2.0 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 Google Developers 사이트 정책을 참조하세요. 자바는 Oracle 및/또는 Oracle 계열사의 등록 상표입니다.
최종 업데이트: 2023-10-20(UTC)
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"필요한 정보가 없음"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"너무 복잡함/단계 수가 너무 많음"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"오래됨"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"번역 문제"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"샘플/코드 문제"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"기타"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"이해하기 쉬움"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"문제가 해결됨"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"기타"
}]