일반적인 데이터 문제

데이터 리터러시 입문

Jess Ahmet

Content Developer, DataCamp

불량 데이터

  • 불량 데이터는:

    • 올바르지 않음
    • 불완전함
    • 일관성 없음

  • 인적 오류, 기술적 문제 또는 데이터 수집 과정의 문제로 인해 발생

  • 쓰레기가 들어가면, 쓰레기가 나온다는 원칙: 데이터는 잘못된 결론으로 이어질 수 있습니다

Dirty window

데이터 리터러시 입문

데이터 오류

  • 데이터가 잘못되었거나 일관성이 없습니다
  • 일반적으로 값이나 형식을 기록하는 과정에서 발생하는 인적 또는 기술적 오류로 인해 발생합니다
  • 대응 기법:
    • 원본 값 또는 유효한 형식이 알려진 경우: 데이터 수정
    • 알 수 없는 경우: 데이터 삭제

Puzzle with the wrong piece

데이터 리터러시 입문

결측치

  • 데이터가 불완전합니다
  • 문제가 되는 경우:
    • 많은 데이터 포인트가 누락되었습니다
    • 결측치에는 숨은 패턴이 있습니다
  • 대응 기법:
    • 데이터 삭제
    • 대치

Puzzle with missing piece

데이터 리터러시 입문

데이터 편향성

  • 사회적 편향은 데이터 편향으로 반영될 수 있습니다
  • 대표성이 없는 데이터와 결과로 이어집니다
  • 감지 및 해결이 어렵습니다
  • 대응 기법:
    • 철저한 데이터 수집 프로세스
    • 결론에서의 인지
    • 설명 가능한 AI 모델

Grey puzzle with white pieces left out

데이터 리터러시 입문

데이터 정제

  • 데이터 문제를 해결하기 위한 기법들
  • 모든 데이터 분석을 위한 중요한 준비 단계
  • 하지만 모든 데이터 문제가 (완전히) 해결 가능한 것은 아닙니다
  • 어떤 종류의 분석이든 수행하는 것은 항상 가능합니다

Gloved hand with spray bottle

데이터 리터러시 입문

연습해 봅시다!

데이터 리터러시 입문

Preparing Video For Download...