강의
PySpark로 하는 Feature Engineering
고급기술 수준
업데이트됨 2026. 1.
SparkData Manipulation4시간16 동영상60 연습 문제5,000 XP17,831성취 증명서
무료 계정 만들기
Google에서 계속 진행더 많은 옵션 보기또는
수천 개 기업의 학습자들이 사랑하는
팀을 교육하시나요?
비즈니스용으로 체험해 보세요강의 설명
선수 조건
Supervised Learning with scikit-learnIntroduction to PySpark1
탐색적 데이터 분석
바로 뛰어들기 전에 문제를 먼저 파악해 보세요! 그런 다음 통계적·시각적으로 데이터셋을 점검하는 방법을 배웁니다.
2
Spark 함수로 정리하기
현실의 데이터는 대부분 바로 분석할 수 있는 상태가 아닙니다. 이 장에서는 불필요한 정보를 제거하고, 결측값을 처리하며, 분석에 추가 데이터를 결합하는 방법을 학습합니다.
3
Feature Engineering
이 장에서는 Machine Learning 모델이 학습할 수 있도록 새로운 피처를 만드는 방법을 배웁니다. 필드를 결합해 생성하거나, 지저분한 컬럼에서 값을 추출하거나, 더 나은 성능을 위해 인코딩하는 기법을 살펴봅니다.
4
모델 구축
이 장에서는 어떤 유형의 모델을 선택할지 결정하는 법을 배우고, 준비한 데이터를 모델에 적용해 평가하는 과정을 익힙니다. 마지막으로 결과를 해석하고 모델을 저장하는 방법까지 배웁니다!
PySpark로 하는 Feature Engineering
강의 완료
19백만 명 이상의 학습자와 함께 PySpark로 하는 Feature Engineering을(를) 시작하세요!
무료 계정 만들기
Google에서 계속 진행더 많은 옵션 보기또는
DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.
모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.