<div id="readability-page-1" class="page"><div id="dkContent" role="main">

					

					
						<h2>TEAM EDA</h2>
					

					 
 
	


	
		
		

		<div>이전 강의인&nbsp;<a href="https://eda-ai-lab.tistory.com/623">[Machine Learning Advanced] 1강. 머신러닝 강의 - 머신러닝 프로세스</a>에서는 머신러닝의 전체 프로세스를 살펴보면서 어떤 과정을 통해서 머신러닝을 적용하는지, 프로세스의 어떤 부분들을 강의에서 다루게 될지에 대해 살펴봤습니다. 이번 강의에서는 데이터가 무엇인지 데이터를 이루는 구성요소에 대해 살펴보겠습니다.&nbsp;

<figure data-ke-mobilestyle="widthOrigin" data-filename="blob" data-origin-width="1280" data-origin-height="301"><img src="https://blog.kakaocdn.net/dn/ecZy8W/btsqm62g7Jc/H5YbhHN4hG3qtlcLkigVQk/img.png" onerror="this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';" data-filename="blob" data-origin-width="1280" data-origin-height="301"><figcaption>머신러닝 프로세스</figcaption>
</figure>


이전에도 언급했듯이 우리가 사용할 데이터는 정형화된 형태를 가진 Tabular 데이터 셋 입니다.&nbsp;
<figure data-ke-mobilestyle="widthOrigin" data-filename="blob" data-origin-width="514" data-origin-height="240"><img src="https://blog.kakaocdn.net/dn/b07soo/btsqd5v8a2N/QevJu03tOaulmxI01Re7Yk/img.png" onerror="this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';" data-filename="blob" data-origin-width="514" data-origin-height="240"></figure>

Tabular 데이터는 표의 형식을 가진 행(Row)과 열(Column)으로 표현 가능한 데이터이며&nbsp;보라색의(시가, 종가, 종목)을 열(Column)이라고 부르며, 파란색의 부분을 행(Row)라고 부릅니다.&nbsp;

Row = 레코드, 데이터 포인트, 인스턴스, 관측치, 사례 등&nbsp;
Column = 열, 속성, 필드, 피쳐, 변수 등&nbsp;

다양한 이름으로도 불리는데 이번 강의에서는 Row는 자주 사용되는 용어인 로우 혹은 인스턴스로 Column은 컬럼, 변수, 피처 등으로 부르도록 하겠습니다.&nbsp;

이러한 Tabular 데이터 셋의 컬럼은 속성에 따라서 다양한 형태로 나뉠 수 있습니다. 먼저, 숫자로 표시할 수 있냐 없냐에 따라서 Numeric Variable (Quantitative)&nbsp;vs Categorical Variable (Qualitative) 으로 나뉩니다. Numeric Variable은 이제 연속형의 여부에 따라 Continuous, Discrete data로 나뉠 수 있고 Categorical Variable은 순서의 유무에 따라서 Ordinal Data, Nominal Data으로 표현할 수 있습니다.&nbsp;

다른 예시를 통해서 한번, 각 속성이 어떻게 분류되는지 살펴보겠습니다. 
<figure data-ke-mobilestyle="widthOrigin" data-filename="blob" data-origin-width="738" data-origin-height="478"><img src="https://blog.kakaocdn.net/dn/caphob/btsqh2zauaH/5ABykFA0dKbJW2AQKJLkHK/img.png" onerror="this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';" data-filename="blob" data-origin-width="738" data-origin-height="478"></figure>

예시를 봤을때, 먼저 숫자로 표현되는지 아닌지가 눈에 들어올 것입니다. 성별이나, 소득분위의 경우는 원칙적으로 숫자로 표시할 수 없는 값 (Categorical Variable)이고 키나 자식 수의 경우는 숫자(Numeric Variable)로 표시할 수 있습니다. 이때, 소득분위의 경우 "분위"를 제외하고 10, 8, .., 5으로 숫자만 봐도 사실 해석하는데 무리가 없습니다. 소득 분위 10 &gt; 9 &gt; 8 ... &gt; 1 인 것 처럼 순서 (순위)의 개념이 존재하고 이를 Ordinal Data라고 부릅니다. 반면, 성별의 경우는 바로 숫자화할 수 없고 컴퓨터가 인식하기 어렵습니다. 이를 Nominal Data라고 표현합니다. 그와 달리, 키와 자식 수의 경우는 숫자로 바로 표현이 가능하고 컴퓨터가 인식할 수 있습니다. 대신 연속적인 값을 가지냐 아니냐의 형태로 연속적이면 Continuous, 그렇지 않으면 Discrete 정도로만 나뉘는거로 이해하고 넘어가면 될 것 같습니다.&nbsp;
</div>
		

		
			
		

		


	

 
 

					

					

					

					

					

					
				</div></div>

TEAM EDA

이전 강의인 [Machine Learning Advanced] 1강. 머신러닝 강의 - 머신러닝 프로세스에서는 머신러닝의 전체 프로세스를 살펴보면서 어떤 과정을 통해서 머신러닝을 적용하는지, 프로세스의 어떤 부분들을 강의에서 다루게 될지에 대해 살펴봤습니다. 이번 강의에서는 데이터가 무엇인지 데이터를 이루는 구성요소에 대해 살펴보겠습니다. 
 
 
이전에도 언급했듯이 우리가 사용할 데이터는 정형화된 형태를 가진 Tabular 데이터 셋 입니다. 
Tabular 데이터는 표의 형식을 가진 행(Row)과 열(Column)으로 표현 가능한 데이터이며 보라색의(시가, 종가, 종목)을 열(Column)이라고 부르며, 파란색의 부분을 행(Row)라고 부릅니다. 
 
Row = 레코드, 데이터 포인트, 인스턴스, 관측치, 사례 등 
Column = 열, 속성, 필드, 피쳐, 변수 등 
 
다양한 이름으로도 불리는데 이번 강의에서는 Row는 자주 사용되는 용어인 로우 혹은 인스턴스로 Column은 컬럼, 변수, 피처 등으로 부르도록 하겠습니다. 
 
이러한 Tabular 데이터 셋의 컬럼은 속성에 따라서 다양한 형태로 나뉠 수 있습니다. 먼저, 숫자로 표시할 수 있냐 없냐에 따라서 Numeric Variable (Quantitative) vs Categorical Variable (Qualitative) 으로 나뉩니다. Numeric Variable은 이제 연속형의 여부에 따라 Continuous, Discrete data로 나뉠 수 있고 Categorical Variable은 순서의 유무에 따라서 Ordinal Data, Nominal Data으로 표현할 수 있습니다. 
 
다른 예시를 통해서 한번, 각 속성이 어떻게 분류되는지 살펴보겠습니다. 
예시를 봤을때, 먼저 숫자로 표현되는지 아닌지가 눈에 들어올 것입니다. 성별이나, 소득분위의 경우는 원칙적으로 숫자로 표시할 수 없는 값 (Categorical Variable)이고 키나 자식 수의 경우는 숫자(Numeric Variable)로 표시할 수 있습니다. 이때, 소득분위의 경우 "분위"를 제외하고 10, 8, .., 5으로 숫자만 봐도 사실 해석하는데 무리가 없습니다. 소득 분위 10 > 9 > 8 ... > 1 인 것 처럼 순서 (순위)의 개념이 존재하고 이를 Ordinal Data라고 부릅니다. 반면, 성별의 경우는 바로 숫자화할 수 없고 컴퓨터가 인식하기 어렵습니다. 이를 Nominal Data라고 표현합니다. 그와 달리, 키와 자식 수의 경우는 숫자로 바로 표현이 가능하고 컴퓨터가 인식할 수 있습니다. 대신 연속적인 값을 가지냐 아니냐의 형태로 연속적이면 Continuous, 그렇지 않으면 Discrete 정도로만 나뉘는거로 이해하고 넘어가면 될 것 같습니다.

[Machine Learning Advanced] 1강. 머신러닝 강의 - 데이터

댓글