AI & Data
전처리에서 생기는 데이터 누수, 다음 실험으로 이어지는 회고
모델에 평가 데이터를 직접 넣지 않았어도 전처리 단계에서 평가 정보가 전달될 수 있다. 결론보다 남은 질문를 중심으로 작은 예제와 확인 기준을 정리합니다.
THE BUILDER’S NOTE
Engineering.
01 / INSIDE THE BUILD만들며 배우고, 배운 것을 나눕니다.
더 나은 제품을 향한 개발의 기록.
찾고 있던 이야기
작은 발견부터 깊이 있는 고민까지.
카테고리AI & Data
필터 초기화AI & Data
학습 데이터와 평가 데이터 나누기, 다음 실험으로 이어지는 회고
같은 데이터로 학습과 평가를 모두 하면 모델이 새로운 입력을 얼마나 잘 처리하는지 알기 어렵다. 결론보다 남은 질문를 중심으로 작은 예제와 확인 기준을 정리합니다.
AI & Data
라벨의 정의와 일치도, 유지보수할 때 남겨 둘 예제
같은 사례에 서로 다른 기준으로 라벨을 붙이면 모델의 한계와 데이터의 모호함을 구분하기 어렵다. 다시 읽을 수 있는 최소 맥락를 중심으로 작은 예제와 확인 기준을 정리합니다.
AI & Data
데이터 스키마를 입력 계약으로, 유지보수할 때 남겨 둘 예제
열 이름이 같아도 타입과 단위가 바뀌면 모델은 의미가 다른 입력을 받을 수 있다. 다시 읽을 수 있는 최소 맥락를 중심으로 작은 예제와 확인 기준을 정리합니다.
AI & Data
데이터 분포 변화 관찰하기, 유지보수할 때 남겨 둘 예제
모델 코드가 그대로여도 입력 데이터의 분포가 달라지면 결과가 달라질 수 있다. 다시 읽을 수 있는 최소 맥락를 중심으로 작은 예제와 확인 기준을 정리합니다.
AI & Data
코사인 유사도가 묻는 것, 유지보수할 때 남겨 둘 예제
벡터 두 개가 비슷하다는 말에는 방향과 크기라는 서로 다른 기준이 섞일 수 있다. 다시 읽을 수 있는 최소 맥락를 중심으로 작은 예제와 확인 기준을 정리합니다.