순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
The effects of data quality on machine learning performance on tabular data
Sedir Mohammed, Lukas Budach, Moritz Feuerpfeil 외 · Information Systems · 2025년 · 조회 14
왜 이 논문인가 — 선정 기준
HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위
2025-03 발표 · 피인용 604회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%
HOT 슬롯은 가장 주목받는 논문을 선정하는데, 2025년 발표 후 604회 인용·동년 상위 1%에 해당하며 데이터 품질‑성능 관계라는 높은 영향력을 보여준다.
논문 요약
AI 응용은 대규모 학습·테스트 데이터를 필요로 하지만, 데이터의 정확성·완전성·일관성 등 품질이 낮을 경우 모델 신뢰도가 떨어진다. 저자는 6가지 데이터 품질 차원과 19가지 머신러닝 알고리즘(분류·회귀·클러스터링)의 성능 간 관계를 실증적으로 분석했다. 데이터 오염이 발생한 AI 파이프라인 단계별(전처리·학습·평가) 시나리오를 구분해 성능 저하 양상을 규명했다.
후속 연구설계에 활용하기
식별된 6가지 품질 차원을 실험 변수로 삼아, 추가 알고리즘이나 파이프라인 단계에 대한 품질‑성능 상관 분석을 설계한다.
핵심어
데이터 품질머신러닝표형 데이터성능 평가
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.