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

10_Wiki/Topics_GD/Pre-processing-Data-for-AI.md

@@ -2,7 +2,7 @@
 id: DATA-PRE-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [data-science, ai, machine-learning, pre[[Processing]], data-cleaning, [[Feature-Engineering]], [[Normalization]]]
+tags: [data-science, ai, machine-learning, pre[[Processing|Processing]], data-cleaning, [[Feature-Engineering|Feature-Engineering]], [[Normalization|Normalization]]]
 last_reinforced: 2026-04-26
 ---
 
@@ -12,7 +12,7 @@ last_reinforced: 2026-04-26
 > "데이터의 날것 그대로를 신뢰하지 말고, 지능이 소화하기 가장 편안한 형태로 정제하고 규격화하여 모델의 잠재력을 해방하라" — 분석이나 학습에 적합하지 않은 원시 데이터를 데이터 품질을 높이고 학습 효율을 최적화하기 위해 가공하는 모든 인공지능 워크플로우의 최우선 과정.
 
 ## 📖 구조화된 지식 (Synthesized Content)
-- **추출된 패턴:** "Data Cleansing and Structural [[Alignment]]" — 불완전한 기록(Missing value)을 메우고, 극단적인 값(Outlier)을 처리하며, 서로 다른 단위의 숫자들을 동일한 범위로 맞추어(Scaling) 모델이 특정 변수에만 휘둘리지 않게 만드는 패턴.
+- **추출된 패턴:** "Data Cleansing and Structural [[Alignment|Alignment]]" — 불완전한 기록(Missing value)을 메우고, 극단적인 값(Outlier)을 처리하며, 서로 다른 단위의 숫자들을 동일한 범위로 맞추어(Scaling) 모델이 특정 변수에만 휘둘리지 않게 만드는 패턴.
 - **주요 작업 단계:**
     - **Cleaning:** 오타 수정, 결측치 처리(Imputation), 중복 데이터 제거.
     - **Transformation:** 정규화(Normalization), 표준화(Standardization), 로그 변환.
@@ -25,5 +25,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 외부 원시 위키 데이터를 시스템으로 가져올 때, 텍스트 내의 불필요한 마크업이나 특수 기호를 제거하고 Karpathy 스타일로 재구성하기 위한 전용 NLP 전처리 엔진을 가동함.
 
 ## 🔗 지식 연결 (Graph)
-- [[Normalization-Strategies]], [[Outlier-Detection-Techniques]], [[One-Hot-Encoding]], [[Exploratory-Data-Analysis]]
+- [[Normalization-Strategies|Normalization-Strategies]], [[Outlier-Detection-Techniques|Outlier-Detection-Techniques]], [[One-Hot-Encoding|One-Hot-Encoding]], [[Exploratory-Data-Analysis|Exploratory-Data-Analysis]]
 - **Raw Source:** 10_Wiki/Topics/AI/Pre-processing-Data-for-AI.md