Choose a default theme

You can change your theme from the menu

데이터셋

데이터셋은 분석·학습·평가 등의 목적에 맞춰 모은 자료의 집합입니다. 지도학습에서는 입력 특징과 목표 레이블의 역할을 구별하며, 사용 시점에 알 수 없는 정보가 입력에 섞이지 않도록 관리해야 합니다.

다른 이름: 데이터 세트 · Dataset


한 줄이 하나의 사례가 됩니다

내일 판매량을 예측하려면 과거의 하루하루를 사례로 모을 수 있습니다. 날짜·요일·날씨처럼 예측에 쓰는 정보를 특징이라고 하고, 맞히려는 실제 판매량을 목표값 또는 레이블이라고 부릅니다.

데이터셋은 이런 사례의 모음입니다. 사진에서는 픽셀과 이미지가 입력이 되고 빵 이름이 레이블이 될 수 있습니다. 같은 자료라도 무엇을 맞히느냐에 따라 입력과 목표가 달라집니다.


미래에 모르는 정보를 넣지 않습니다

내일 판매량을 맞히면서 내일의 최종 매출액을 입력에 넣으면 정답을 미리 엿보는 셈입니다. 개발 중에는 점수가 좋아 보여도 실제 예측 시점에는 그 정보를 얻을 수 없습니다.

언제 알 수 있는 정보인지가 중요합니다. 내일 날씨의 실제 관측값과 오늘 이용 가능한 내일 예보도 다릅니다. 학습과 실제 사용의 조건을 맞춰야 합니다.


빠진 값과 잘못된 이름표를 살펴봅니다

휴업일에 판매량이 0인 것과 기록이 없어 빈칸인 것은 다릅니다. 빵이 일찍 품절되어 30개만 판 날에는 원래 수요가 더 많았을 수 있습니다. 숫자는 기록된 과정까지 생각해야 의미를 이해할 수 있습니다.

자료가 많아도 특정 계절·매장·손님만 담고 있으면 다른 상황에 적용하기 어렵습니다. 필요한 정보만 모으고 개인 정보가 섞인 자료는 수집 목적과 허용 범위를 확인합니다.


예시와 비교

항목

판매량 예측에서의 역할

예측 시점에 아는 요일·행사

입력 특징

그날 실제 판매량

학습 목표

누락된 기록

0과 구별해 처리

예측 이후의 최종 매출

입력에 넣으면 누수 가능



주의할 해석

원시 자료를 많이 모으는 것과 좋은 학습 자료를 준비하는 것은 다릅니다. 출처·시점·누락·정답 품질이 중요합니다.


추가 설명

특징은 사람이 만들 수도 있고 신경망의 중간 층에서 학습될 수도 있습니다. 어떤 경우든 입력 자료가 생성된 과정과 사용 시점을 이해해야 합니다.



출처와 더 읽을 자료

Google — Working with numerical data — 데이터 준비와 수치 특징 · 확인 2026-10-29

Google — Supervised Learning — 특징·레이블·학습과 추론 · 확인 2026-10-29