[애저듣보잡] ML 생애주기 2 - 실험 학습

[애저듣보잡] MLOps 101 | ep3. ML 생애주기 2 - 실험 학습

https://youtu.be/ceGwH-sho2A

 

실험/학습

1. 실험, 모델 학습/최적화/비교평가

- 데이터셋과 알고리즘, 하이퍼파라미터 속성들을 통해 연산을 거쳐 모델이 생성됨.

- 하이퍼파라미터, 알고리즘, 데이터셋을 바꾸며 최적의 모델을 찾아가는 실험을 함.

 

2. 실험 추적관리

모델들(input환경들로 연산 수행한 결과를 판단된 것)을 잘 기록

Azure에서 실험 정보들, 사용했던 데이터셋의 상세 정보들을 확인 가능

 

3. 자동화된 ML (Automated ML)

입력 조건을 자동으로 조합하며 성능을 예측하고 최적의 모델 제공

 

4. 모델의 검증: 예측성능, 처리성능

(1) 예측 성능

- 모델의 예측값이 실제값에 얼마나 가까운지

- 얼마나 잘 일반화(Generalized)됐는지 (= 적정 수준으로 적합화(fit)했는지

 

(2) 처리 성능

- 모델이 예측값을 계산해내는데 소요되는 시간, 사용하는 컴퓨팅 자원

- 안정적으로 얻을 수 있는 추론 성능