[Article Study] 양질의 테이터를 판별하는 5가지 방법: ① 데이터양은 충분한가?

https://yozm.wishket.com/magazine/detail/1070/

양질의 데이터를 판별하는 5가지 방법 : ① 데이터 양은 충분한가? | 요즘IT

 

 

• 요약 : 양질의 데이터를 판별하는 5가지 방법

1. 데이터의 수가 충분히 많음.
2. 데이터 자체의 오류가 적음.
3. 관계형데이터베이스형식을 잘 지킴.
4. 수치형 데이터 형식을 많이 보유.
5. 활용목적에 적합함.

-보편적 특징일 뿐 모든 양질의 데이터가 철저히 지키는 것은 아니고, 낮은 품질의 데이터라고해서 안 갖춘 것도 아님. 다만, 판별하는데 도움.

1)데이터의 양이 중요

• 분석결과의 신뢰성과 연결되므로 중요.

-머신러닝, 딥러닝 기술에는 데이터의 양이 많을 수록 정확도가 높아짐.

2)충분한 양

-충분한 데이터의 기준은 없으나, 분석목적과 방법에 따라 정도가 달라짐.

-글쓴이 경험기준, 통계적 분석할 때 최소 500개 이상 데이터, 머신러닝 에선 변수의 수에 100을 곱한 것 이상 데이터 필요.

• 주요 포인트 : 양질의 데이터분석 5가지 중 데이터의 충분한 양에 포인트. 데이터가 충분할 수록 분석결과의 신뢰도와 정확도가 높아지며, 충분함의 기준은 일반적으로, 통계분석은 최소 500개이상, 머신러니은 변수의 수에 100 곱한 것 이상을 말한다.

[관련 아티클]

https://brunch.co.kr/@saas-hannah/38

적은 데이터로 성공적인 ML 모델을 만들기 위한 방법

 

https://aiheroes.ai/community/31

https://aiheroes.ai/community/31

 

https://www.skcc.co.kr/insight/trend/146

https://www.skcc.co.kr/insight/trend/146