• Data availability and collection
  • 문제를 풀기 위해 어떤 종류의 데이터가 사용 가능할까?
  • 얼마나 자주 새로운 데이터들이 들어올까 ?
  • 데이터에 라벨이 붙어 있는가? 혹은 붙이는데 많은 비용이 드는가?
• Translate user needs into data needs
  • Data / Features / Labels

• Data issues

  • Inconsistent formatting
    • 0 / 0.0
  • Compounding errors from other ML Models
  • Monitor data sources for system issues and outages

• Measure data effectiveness

  • 데이터에 대한 잘못된 직관으로 판단 오류가 생길 수 있음
    • 따라서 어떤 feature가 예측 가능한 feature이고 어느것이 아닌지 구분해야 함
  • Feature engineering을 통해 예측 가능한 시그널들을 최대화 하고 잘 찾아낼 수 있어야 함

예시 문제를 통해 생각해 보자

• Translate user needs into data needs
  • 유저가 필요한 기능을 제공해주기 위해 어떤 데이터들이 필요할까 ?

• 주어진 데이터들로 어떤 Feature들을 발굴할 수 있을까 ?