반응형
O`REILLY Building Machine Learning Pipelines
살아 움직이는 머신러닝 파이프라인 설계
지은이: 하네스 하프케, 캐서린 넬슨
옮긴이: 송호연
#1 머신러닝 파이프라인
## 모델 생애 주기 단계를 자동화한 머신러닝 파이프라인 이점
- 기존 모델 유지보수에서 벗어나 새 모델에 집중할 수 있는 능력
- 버그 예방(자동화된 파이프라인은 버그를 예방)
- 버전 관리 문서화(모델 변경에 관한 버전 관리 문서 생성)
- 표준화: 표준화된 머신러닝 파이프라인은 경험을 개선
- 파이프라인의 비즈니스 사례
예제 프로젝트 https://github.com/chris-chris/building-machine-learning-pipelines.git
반응형
'FullStack > 50. ML' 카테고리의 다른 글
| [BOOK] 처음 배우는 딥러닝 챗봇 #2 임베딩 (0) | 2023.01.25 |
|---|---|
| [BOOK] 처음 배우는 딥러닝 챗봇 #1 (0) | 2023.01.23 |
| [BOOK] Building Machine Learning Pipelines #4 데이터 검증 (0) | 2023.01.12 |
| [BOOK] Building Machine Learning Pipelines #3 데이터 수집 (0) | 2023.01.12 |
| [BOOK] Building Machine Learning Pipelines #2 TFX (텐서플로 익스텐디드) (0) | 2023.01.11 |
