or
이 연습은 강의의 일부입니다
이 첫 장에서는 모든 Machine Learning 프로젝트의 기초 단계에 참여합니다. 엔드 투 엔드 Machine Learning 활용 사례를 설계하고, 탐색적 데이터 분석을 수행하며, 데이터를 준비합니다. 이 장이 끝나면 활용 사례 구상부터 후속 처리와 모델 학습을 위한 데이터 준비에 이르기까지 프로젝트 초기 단계를 탄탄히 이해하게 됩니다.
이 장에서는 모델 학습과 평가의 핵심 프로세스를 깊이 있게 다룹니다. 특징 공학, 모델 학습, 실험 로깅, 모델 평가의 다양한 측면에 집중하는 네 개의 포괄적인 레슨으로 구성되어 있습니다.
이 장은 Machine Learning 수명 주기에서 중요한 단계인 모델 배포의 핵심 요소를 다룹니다. 테스트부터 시작하여 아키텍처 구성 요소로 확장하고, 특히 Feature Store와 Model Registry에 집중합니다. 이어서 패키징과 컨테이너화로 넘어갑니다. 마지막으로 지속적 통합과 지속적 배포(CI/CD)를 개괄합니다.
현재 연습
마지막 장에서는 Machine Learning 수명 주기에서 중요한 단계인 모델 모니터링의 복잡한 요소들을 살펴봅니다.