Ch4. AICE 인공지능능력 준비 — 탐색적 데이터 분석(EDA)

EDA는 질문을 찾는 단계입니다

EDA는 모델을 만들기 전에 데이터가 어떤 이야기를 하는지 살피는 단계입니다. 분포, 범주 차이, 변수 관계를 보며 예측에 도움 되는 변수를 좁혀 갑니다.

자주 보는 관찰 도구

도구	읽는 것	주의점
기술통계	평균, 중앙값, 범위	평균만 보지 않기
히스토그램	분포와 치우침	구간 폭 확인
박스플롯	이상치와 퍼짐	원인 검토
산점도	두 변수 관계	상관과 인과 구분

강의에서 꼭 강조할 점은 “상관관계가 인과관계는 아니다”입니다. 함께 움직인다고 원인이라고 말할 수 없습니다. 그래프 해석은 과장 없이 읽으세요.

핵심 요약

EDA는 모델 전 데이터의 구조, 분포, 관계, 이상 신호를 발견하는 과정입니다.

다음 장에서는 정답이 있는 데이터를 학습하는 지도학습을 다룹니다.