ML PJT Workflow
- 머신러닝을 이용한 프로젝트 수행방법 이해하기
https://www.youtube.com/watch?v=nKW8Ndu7Mjw
Module1. 데이터 분석 문제 정의
Module1-1. 데이터 분석 문제 정의
Module1-2. 머신러닝 문제 정의
- "P/T(성능지표나 태스크)는 E(경험)을 통해 향상된다."
- 교육학에서도 공부를 했다는 경험(E)을 알기 위해서 학습 평가(P/T)를 한다.
- 반복된 학습을 테스트를 통해 성능향상을 확인함
- 공부를 했으면 성적이 올라가듯, 학습을 하면 성능은 무조건 올라간다.
전체학습 프로세스
ML tasks
- 문제 정의를 위한 머신러닝 방법론들
Module 2. 데이터 수집 및 정제: SQL
Module 3. 탐색적 데이터 분석
Data split
Module 4. 피처 엔지니어링★
Module 5. 예측 모델 개발 및 적용
<머신러닝 프로세스>
1. 모형 청사진 그리기
2. 데이터 추출
3. 데이터 탐색 및 시각화
4. 데이터 준비
5. 모형 선택 및 훈련
6. 런칭(디플로잉), 모니터링, 시스템 유지보수
