
352
2
fastai 애플리케이션 계층 이해하기
이와 같은 자체 강화 시스템에서는 피드백 루프의 문제를 예외적인 상황으로 생각해선 곤란합
니다. 예외가 아니라 매우 일반적인 문제로 다뤄야 하죠. 따라서 이런 문제가 나타날 것이라고
가정하고, 미리 대비책을 마련해 둬야만 합니다. 시스템에서 피드백 루프가 나타날 수 있는 모
든 방식과 데이터에서 이를 식별하는 방법을 신중하게 고민해보세요. 그러면 결국 모든 머신러
닝 시스템 배포 시 발생할 수 있는 재난을 피하는 방법에 대한 원래의 조언으로 돌아가게 됩니
다. 바로 사람을 피드백 루프에 넣어, 세심히 모니터링하고 점진적이고 신중하게 배포하도록
하는 방법입니다.
앞서 만든 점곱 모델은 매우 잘 작동하며, 성공적인 실제 추천 시스템의 기초가 될 수 있습니
다. 협업 필터링에 대한 이런 접근법을
probabilistic
matrix
factorization
(
PMF
)라고 합
니다. 또한, 딥러닝을 사용해도 같은 데이터에서 유사한 수준으로 잘 작동합니다.
8.7
모델의 구조를 딥러닝으로 전환하는 첫 번째 단계는 임베딩 조회 결과를 활성에 연결하는 것입
니다. 그러면 일반적인 방식으로 선형 계층 및 비선형 활성화 함수에 입력할 수 있는 행렬이 만
들어집니다.
점곱을 계산하지 않고 임베딩 ...