docs: finalized wiki integrity maintenance (v3.0 standard) - pruned 1400+ stubs and fixed 11k+ ghost links

10_Wiki/Topics_GD/Feature-Engineering.md

@@ -2,7 +2,7 @@
 id: FEAT-ENG-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [ai, machine-learning, feature-engineering, data-pre[[Processing]], ml-[[Mastery]]]
+tags: [ai, machine-learning, feature-engineering, data-pre[[Processing|Processing]], ml-[[Mastery|Mastery]]]
 last_reinforced: 2026-04-26
 ---
 
@@ -14,7 +14,7 @@ last_reinforced: 2026-04-26
 ## 📖 구조화된 지식 (Synthesized Content)
 - **추출된 패턴:** 복잡한 현실 세계의 원시 데이터 속에 숨겨진 인과관계나 상관관계를 수학적 연산이나 논리적 가공을 통해 모델이 즉각 인지할 수 있는 신호(Signal)로 증폭시키는 증폭 패턴.
 - **주요 기법:**
-    - **Scaling & [[Normalization]]:** 변수들의 단위를 통일하여 특정 변수의 왜곡 방지 (Min-Max, Standard Scaling).
+    - **Scaling & [[Normalization|Normalization]]:** 변수들의 단위를 통일하여 특정 변수의 왜곡 방지 (Min-Max, Standard Scaling).
     - **Encoding:** 범주형 데이터를 수치로 변환 (One-hot encoding, Target encoding).
     - **Binning:** 연속형 데이터를 범주로 나누어 노이즈 감소.
     - **Interaction Features:** 두 개 이상의 변수를 조합(곱셈, 나눗셈 등)하여 새로운 의미 생성.
@@ -26,5 +26,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 문서 간의 관련성을 산출할 때, 단순 임베딩 거리에 '문서 구조적 유사도(헤더 개수, 링크 밀도 등)'를 피처로 추가하여 검색 정밀도를 높임.
 
 ## 🔗 지식 연결 (Graph)
-- [[Exploratory-Data-Analysis]], [[Dimensionality-Reduction]], [[Deep-Learning]]-Foundations, Data-Augmentation-Strategies
+- [[Exploratory-Data-Analysis|Exploratory-Data-Analysis]], [[Dimensionality-Reduction|Dimensionality-Reduction]], [[Deep-Learning|Deep-Learning]]-Foundations, Data-Augmentation-Strategies
 - **Raw Source:** 10_Wiki/Topics/AI/Feature-Engineering.md