모듈 5: 모델 개발 및 최적화 (16h)

학습 결과

학생은 scikit-learn 파이프라인으로 데이터 누수를 방지한 ML 모델을 개발하고 배포할 수 있다.

선행 학습

• Module 2: EDA 및 데이터 전처리 기초 (결측치, 스케일링 개념)
• Module 3: 기본 머신러닝 모델 (Decision Tree, Ensemble)

ABCD 학습목표 & Bloom 수준

#	ABCD 학습목표	Bloom 수준	관련 sources	평가 방법
5-1	Behavior: sklearn Pipeline을 이용하여 전처리·모델 훈련을 통합하고 / Condition: 혼합 자료형 데이터(수치형+범주형)에 / Degree: ColumnTransformer로 각각 다른 변환 적용	Understand	ml-pipelines-sas-beginner-guide, sklearn-pipelines-medium-advanced	코드 리뷰
5-2	Behavior: 파이프라인의 모든 단계 하이퍼파라미터를 GridSearchCV로 최적화하고 / Condition: 교차검증 환경에서 / Degree: 최고 성능 조합을 자동으로 찾기	Analyze	sklearn-pipelines-medium-advanced, ml-pipeline	최적화 결과 검증
5-3	Behavior: fit_transform vs transform의 차이를 이해하고 데이터 누수를 방지하여 / Condition: train-test 분할 후 파이프라인 구성 시 / Degree: 훈련/테스트 성능 격차가 5% 이내	Analyze	data-leakage-prevention-ml	성능 비교 분석

📚 사용 Sources (권장 읽기 순서)

순서	Sources	학습목표	예상 학습 시간	비고
1️⃣	ml-pipelines-sas-beginner-guide	5-1	1.5h	기초: 파이프라인 개념·ColumnTransformer
2️⃣	sklearn-pipelines-medium-advanced	5-2	2h	심화: GridSearchCV·Feature Union·커스텀 변환자
3️⃣	data-leakage-prevention-ml-pipeline-skala	5-3	1.5h	최신: fit_transform vs transform·데이터 누수 방지·시계열 처리
	학습 시간 합계	5-1~5-3	~5h	강의 16h 중 이론·실습 학습 부분

강의 자료 출처

• ml-pipelines-sas-beginner-guide — 데이터 누수 개념 (학습목표 5-1)
• sklearn-pipelines-medium-advanced — 고급 기법 (Feature Union, 커스텀 변환자) (학습목표 5-2)
• data-leakage-prevention-ml — fit_transform vs transform · 분할 순서 · 시계열 처리 · Pipeline 자동 방지 (학습목표 5-3)
• ml-pipeline — 파이프라인 설계 원칙

역링크

⬅️ lecture-planning-2026에서 참조