머신러닝 인터뷰 실무 가이드

179

CHAPTER 04

기술 인터뷰: 모델 학습 및 평가

려 한다면, 어떤 휴리스틱 기법으로 여러분이 원하는 목표를 달성할 수 있는지를 고려해보세

요. 그 휴리스틱 기법들을 간단한 베이스라인으로 활용하여 머신러닝 기법이 더 나은지 판단

할 수 있습니다. 이렇게 하면 다른 후보자들과 차별화되는 데 도움이 될 것입니다. 이 장 후

반부에서 모델 선택과 평가에 대해 자세히 다룰 예정입니다.

개인 프로젝트를 통해 직장 커리어 근사하기

만약 여러분이 머신러닝 분야에서의 직장 커리어가 없다 하더라도, 다음과 같은 방법을 통해 직장에서 유사

한 프로젝트를 진행했던 사람의 답변을 근사해볼 수 있습니다.

●

몇 가지 간단한 비머신러닝 베이스라인 규칙 및 휴리스틱을 시도해보고 그 성능을 기록하세요.

●

휴리스틱 접근법에 비해 머신러닝 접근법이 더 높은 효과를 발휘할 수 있는 잠재적인 방법에 대해 생각

해보세요. 휴리스틱 대신 머신러닝을 채택하는 대표적인 실질적인 이유로는 수동 작업 감소와 더불어,

모델 재학습을 거치면 머신러닝이 더 많은 피처를 고려할 수 있기 때문에 작업을 더 잘 일반화할 수 있

다는 점 등이 있습니다.

4

.

2

데이터 전처리와 피처 엔지니어링

이번 절에서는 데이터 전처리와 피처 엔지니어링 기법, 그리고 머신러닝 생애주기의 이 단계

를 다루는 대표적인 머신러닝 인터뷰 ...