# DNN 학습 로드맵 (.gemini/dnn-plan.md)

### Phase 1: 데이터 정제
- `measure.csv`를 기준으로 분석된 Factor 데이터셋 확보.
- Null 값 제거 및 이상치(Outlier) 필터링.

### Phase 2: 환경 구축
- Python 기반 (TensorFlow/PyTorch) 또는 Node.js 기반 (TensorFlow.js) 선택.
- 데이터 학습용 훈련 세트(Train)와 검증 세트(Validation) 분리.

### Phase 3: 학습 및 검증
- 모델 훈련 및 오차(MSE) 점검.
- 실제 상수와의 상관계수 분석.

### Phase 4: 통합
- 학습된 가중치(Weight)를 `factorize.ts`에 로드하여 실제 상수 예측 수행.