Kagggle 썸네일형 리스트형 표 데이터에서 XGBoost가 딥러닝을 이기는 이유 AI를 처음 공부할 때는 딥러닝이 모든 문제의 정답이라고 생각했다.이미지 분류에서 인간 수준의 성능을 보여주고, ChatGPT 같은 대형 언어모델이 등장한 지금 시대에 굳이 다른 방법을 쓸 이유가 있을까 싶었다. 프로젝트를 시작하면 자연스럽게 신경망부터 떠올렸고, 최신 기술을 쓰는 것이 더 좋은 결과로 이어질 것이라고 믿었다. 하미자 Kaggle의 표 데이터 대회를 살펴봐도 상위권 솔루션에는 여전히 XGBoost와 LightGBM이 자주 등장한다. 딥러닝은 더 복잡한 패턴을 학습할 수 있고, 최신 AI 기술의 중심에 있다. 그런데 왜 금융, 보험, 제조, 고객 이탈 예측 같은 실무 데이터에서는 아직도 트리 기반 모델이 강할까?이 글은 그 질문에 대한 답이다. 머신러닝과 딥러닝의 차이를 설명하기보다, 실제.. 더보기 이전 1 다음
