You Have More Data Than You Think: Optimizing Machine Learning in Tabular Social Science Datasets Through Augmentation and Linkage
이 논문은 저자들이 표 형식의 사회과학 데이터셋에 대한 머신러닝을 최적화하는 데 있어 샘플 크기를 늘리기 위한 시프트 데이터 증강(time-shift data augmentation)과 특성 집합을 확장하기 위한 파트너 연결(partner linkage)이라는 두 가지 데이터 엔지니어링 전략을 채택함으로써 예측 가임력(Predicting Fertility) 데이터 챌린지에서 최고 성능을 달성한 방법을 상세히 설명한다.