Day 1 - 알고리즘 선택: 문제 유형별 매핑

📌 핵심 정리

• Week 6은 도메인 3(Modeling)의 출발점이다. 시험은 ML 문제 유형 → 알고리즘 부류 → SageMaker 빌트인 순으로 좁히도록 출제한다.
• 1차 판별 기준은 딱 둘 — 출력 형태(범주/수치/그룹/추천/이상/주제)와 레이블 유무(지도/비지도).
• 2차 필터는 데이터 형태다. "텍스트·이미지·시계열·희소"라는 단어가 보이면 일반 XGBoost는 후보에서 밀린다.
• 불균형 데이터에서 accuracy는 함정이다. 정밀도·재현율·F1·PR-AUC로 갈아탄다.
• 유형이 같아도 데이터 크기·희소성·해석 가능성·학습 비용이 최종 후보를 하나로 만든다.

비즈니스 문제를 ML 유형으로 번역하기

모델링의 첫 의사결정은 "어떤 알고리즘을 쓸 것인가"이고, 그 앞에 반드시 ML 문제 유형 번역이 온다. 시험 지문은 거의 항상 비즈니스 언어로 주어지므로 표준 ML 유형으로 바꾸는 것이 1단계다.

"이탈할 고객을 미리 식별"          → 이진 분류 (churn yes/no)
"이메일을 스팸/정상/홍보로 구분"   → 다중 분류
"내일 매출 금액 예측"              → 회귀
"비슷한 사용자 그룹 자동 발견"      → 군집 (비지도)
"본 적 없는 상품 추천"             → 추천 / 협업 필터링
"평소와 다른 거래 탐지"            → 이상 탐지
"문서 더미에서 주제 발견"          → 토픽 모델링 (비지도)