먼저 큰 그림부터

새로 들어온 배송 기사는 처음엔 어느 주문이 늦을지 모릅니다. 선배가 규칙을 다 적어 주지도 못합니다. 대신 지난 배송 기록을 보며 "비 오는 날 먼 동네로 가는 저녁 주문은 자주 늦더라" 하는 감을 익힙니다. 그리고 처음 보는 주문으로 그 감이 맞는지 확인합니다. 머신러닝도 이 순서를 그대로 밟습니다.

이 장에서는 세 가지를 챙겨 갑니다. 머신러닝이 어떤 순서로 흘러가는지, 데이터를 학습용과 시험용으로 왜 나누는지, 그리고 모델의 성적을 어떤 지표로 매기는지입니다. 한 쪽에 개념 하나씩, 열한 쪽에 걸쳐 차근차근 봅니다. 실습도 여섯 개로 잘게 나눠 한 번에 한 가지만 해 봅니다. 과정 뒤쪽의 LLM 도 결국 데이터로 배우는 모델이므로, 여기서 익힌 순서와 지표를 과정 내내 다시 씁니다. pandas 와 NumPy 는 아신다고 보고, scikit-learn 은 처음부터 설명합니다.