밑바닥부터 시작하는 데이터 과학 데이터 분석을 위한 파이썬 프로그래밍과 수학·통계 기초

from Scratch

165

󽴜󽴔󺽷󺡇󺺐

가르침 받는 것을 항상 좋아하지는 않지만 학습할 준비는 항상 되어 있다.

- 윈스턴 처칠(

Winston

Churchill

)

대부분의 사람들이 데이터 과학은 결국 기계학습이며, 데이터 과학자는 하루 종

일 기계학습 모델을 학습시키고 수정한다고 생각한다(물론 기계학습을 완벽하

게 이해하지 못한 사람들이 주장하는 내용이다). 사실 데이터 과학의 핵심은 비

즈니스 문제를 데이터 문제로 변환시킨 뒤 관련 데이터를 수집하고, 이해하고,

전처리하고, 형식을 바꾸는 것이다. 기계학습은 이러한 과정 이후에 생각해야

한다. 하지만 기계학습은 매우 흥미로운 분야이며, 데이터 과학을 하기 위해서

는 꼭 알고 있어야 한다.

11.1

모델링

기계학습에 대해 얘기하기 전에 모델(

model

)이 무엇인지 살펴보자.

모델이란 무엇인가? 모델은 다양한 변수 간의 수학적(혹은 확률적) 관계를 표

현한 것이다.

예를 들어 소셜 네트워킹 사이트를 통해 수익을 창출하고자 할 때, (스프레드

시트를 이용해서) ‘사용자의 수’나 ‘사용자당 광고 수익’, 혹은 ‘직원 수’ 같은 입

력 변수로 차후 몇 년 동안의 연간 수익을 예측하는 비즈니스 모델을 만들곤 한

다. 요리책의 경우, ‘먹는 사람의 수’나 ‘배고픈 정도’ 같은 입력 변수로 재료의 양

을 결정하는 모델을 사용한다. ...