아롱이 탐험대

머신러닝 프로젝트를 진행하기 위한 표준 워크플로우의 기술적 측면과 구현에 대해 살펴보자. 간단히 말하면 머신러닝 파이프 라인은 엔드-투-엔드 워크 플로우로, 데이터 집약적인 프로젝트의 다양한 측면으로 구성된다. 데이터 검색 일반적으로 프로젝트가 시작될 때 데이터 수집과 추출이 이루어진다. 데이터 세트는 구조화돼 있거나 구조화돼 있지 않은 데이터를 포함해 각종 형태로 제공되는데, 데이터가 누락되거나 노이즈가 있는 데이터가 포함돼 있을 때도 많다. 각 데이터 유형과 관리 측면뿐만 아니라 처리를 위해서도 특별한 구조가 필요하다. 경우에 따라 이미 구조화돼 있거나 구조화돼 있지 않은 공공 데이터 세트 또는 개인 데이터 세트를 포함할 수 있으며, 이 두 경우 모두 추출 메커니즘을 개발하는 것 외에 추가적인 데이터..