강력한 머신러닝 시대에도 대규모 데이터셋을 처리하는 것은 여전히 어려운 과제입니다. 단순히 모든 데이터를 처리하는 무작정 시도하는 것은 비효율, 과적합, 노이즈 증가, 그리고 효율성 저하로 이어질 수 있습니다. 더 똑똑하다고 해서 항상 더 큰 데이터셋을 의미하는 것은 아닙니다. 데이터의 대표적인 일부만을 사용하는 지능형 서브샘플링은 오히려 더 명확한 패턴을 발견하고 심층적인 통찰력을 제공하는 경우가 많습니다.
이 주제는 제가 거의 10년 동안 매료되었던 주제이며, 이번 학회에서도 여러 차례 발표된 바 있습니다. 하지만 올해는 중요한 진전을 이루었습니다. 약 3만 개의 관측치로 구성된 훨씬 더 큰 데이터 세트에서 얻은 새로운 결과가 스마트한 부분 표본 추출 전략의 효과를 확인하고 확장시켜 줍니다. 재료 과학부터 생물 의학, 환경 모델링, 마케팅, 사회 과학에 이르기까지, 핵심 메시지는 동일합니다. 무작정 힘으로 밀어붙일 필요 없이 스마트한 방법을 사용하면 되지 않을까요?
본 연구는 JMP Pro의 최신 기능을 활용하여 지능형 서브샘플링을 고전적 및 현대적 모델링 접근 방식(MLR, 부스팅 트리, 신경망, SVM, GLM 등)과 결합함으로써 견고한 예측 결과를 얻을 수 있음을 보여줍니다.–그리고 바라건대, 모두에게 즐거운 시연이 되기를 바랍니다.
