머신러닝 파이프라인: 두 판 사이의 차이
IT위키
편집 요약 없음 |
편집 요약 없음 |
||
| 1번째 줄: | 1번째 줄: | ||
[[분류:인공지능]] | [[분류:인공지능]] | ||
;Machine Learning Pipeline; ML Pipeline | ;Machine Learning Pipeline; ML Pipeline | ||
;머신러닝 기술을 활용함에 있어서 초기 기획부터 데이터 수집·가공, 분석과 사후관리까지 일련의 전체 과정 | ;[[머신러닝]] 기술을 활용함에 있어서 초기 기획부터 데이터 수집·가공, 분석과 사후관리까지 일련의 전체 과정 | ||
* '''머신러닝 파이프라이닝'''은 이런 일련의 과정을 설계하고 관리하는 것을 의미한다. | * '''머신러닝 파이프라이닝'''은 이런 일련의 과정을 설계하고 관리하는 것을 의미한다. | ||
| 22번째 줄: | 22번째 줄: | ||
== 관련 도구 == | == 관련 도구 == | ||
* 큐브플로우 | * 큐브플로우 | ||
== 기술사 기출 == | |||
* 정보관리기술사 121회 1교시 | |||
== 같이 보기 == | |||
* [[데이터 파이프라인]] | |||
* [[데이터 전처리]] | |||
== 참고 문헌 == | == 참고 문헌 == | ||
* https://lsjsj92.tistory.com/580 | * https://lsjsj92.tistory.com/580 | ||
2020년 5월 10일 (일) 20:31 판
- Machine Learning Pipeline; ML Pipeline
- 머신러닝 기술을 활용함에 있어서 초기 기획부터 데이터 수집·가공, 분석과 사후관리까지 일련의 전체 과정
- 머신러닝 파이프라이닝은 이런 일련의 과정을 설계하고 관리하는 것을 의미한다.
머신러닝의 세부 업무 분야
- 머신러닝을 적용하기 위해선 수많은 선행, 후행 작업들 수행 필요
머신러닝 파이프라인
- 많은 작업들을 일련의 흐름으로 정의하여 순차적으로 실행
- Load data : 데이터 수집, 적재
- Data analysis : 데이터 분석
- Feature Engineering : 데이터의 특성 파악, 전처리 수행
- Data validation : 전처리된 데이터 검증
- Data Split : 교차 검증을 위한 데이터 분리
- Build & Train Model : 머신러닝, 딥러닝 모델을 구축하고 훈련 진행
- Model Validation : 모델 검증
- Model Serving : 모델 기록·보관
관련 도구
- 큐브플로우
기술사 기출
- 정보관리기술사 121회 1교시
