[책] [AI/MLOps] 머신러닝 파워드 애플리케이션(Building Machine Learning Powered Application)
| [한줄평] 이 책은 머신러닝 모델의 동작 방식과 관련된 자료는 많지만, 머신러닝 서비스에 대한 내용을 다룬 자료는 별로 없는데, 아이디어를 머신러닝 서비스(어플리케이션)으로 구축하는 전반적인 과정을 다루고 있는 책이다. [키워드] - 머신러닝 파이프라인 - MVP방법으로 파이프라인의 모든 구성요소를 초기에 구축하여, 차츰 완성 - 성능 병목을 찾아 제거 |
ㅁ 목차
크게 4개의 파트로 나눠서 내용을 다루고 있다.
Part1 아이디어를 머신러닝문제로 전환
Part2 초기 프로토타입 만들기
Part3 지속적인 모델 학습
Part4 배포, 모니터링
각 파트의 구성은 아래와 같다.
[PART I 올바른 머신러닝 접근 방법 모색]
CHAPTER 1 제품의 목표를 머신러닝 문제로 표현하기
CHAPTER 2 계획 수립하기
[PART II 초기 프로토타입 제작]
CHAPTER 3 엔드투엔드 파이프라인 만들기
CHAPTER 4 초기 데이터셋 준비하기
[PART III 모델 반복]
CHAPTER 5 모델 훈련과 평가
CHAPTER 6 머신러닝 문제 디버깅
CHAPTER 7 분류기를 사용한 글쓰기 추천
[PART IV 배포와 모니터링]
CHAPTER 8 모델 배포 시 고려 사항
CHAPTER 9 배포 방식 선택
CHAPTER 10 모델 안전장치 만들기
CHAPTER 11 모니터링과 모델 업데이트
ㅁ 내용 요약
Part1. 아이디어를 머신러닝문제로 전환하기
- 머신러닝으로 문제를 해결하는 방법은 전통적인 프로그래밍과 그 해결법이 반대이다. 경험적으로 해결책을 정의 할 수 없는 문제에 머신러닝이 유용하다.
Part2 초기 프로토타입 만들기
- 속도와 성공 가능성을 최대로 높이기 위한 계획을 수립하는 초점을 맞춘다.
- 첫번째 시스템은 대충만들되, 파이프라인의 모든 구성요소를 준비하고 그 다음에 개선할 우선순위를 설정한다.
Part3 지속적인 모델 학습
- 태생적으로 머신러닝은 실험이 필수 이기 때문에 매우 반복적인 과정을 거칩니다.
Part4 배포, 모니터링
- 머신러닝 파이프라인은 데이터와 모델의 실패를 감지하고 처리할 수 있어야 함. 이상적으로는 실패를 사전에 예측하고, 업데이트된 모델을 배포하는 전략이 준비되어 있어야 함.
ㅁ 서평
어떤 사람이 이 책을 보면 좋을까?
비지니스적인 문제를 머신러닝으로 해결하고 싶은분께 이 책을 추천한다. 어떤 문제의 경우 머신러닝이 적합한지를 다루고 있으며, 머신러닝을 학습한 후 프로토타입을 거쳐 실제 고객들에게 서비스 되는 전체 흐름과 배포 이후 모니터링하는 전체 과정을 설명하고 있다.
ㅁ 함께 보면 좋은 내용
https://drive.google.com/file/d/1X_xcu5_olX4XAdaAwWOGthC8ls-pKWLc/view
머신러닝 파이프라인의 이해_2021215(Full Ver.) (1).pdf
drive.google.com
"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."