핸즈온 머신러닝(2판): 사이킷런, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무

121

2

장

머신러닝 프로젝트 처음부터 끝까지

만들어야 합니다. 캘리포니아 주택 가격 예제에서 시스템의 최종 성능이 전문가의 가격 예측보

다 좋지 않습니다. 종종

20

%까지 차이가 납니다. 하지만 전문가에게 여유를 주어 더욱 흥미롭

고 생산적인 작업을 할 수 있다면 이 시스템을 론칭하는 것이 좋습니다.

2.8

론칭, 모니터링, 시스템 유지 보수

완벽합니다. 솔루션 론칭 허가를 받았습니다! 이제 제품 시스템에 적용하기 위한 준비를 해야

합니다 (예를 들면 코드를 정리하고 문서와 테스트 케이스를 작성하는 등입니다 ). 그다음 모델

을 상용 환경에 배포할 수 있습니다. 한 가지 방법은 전체 전처리 파이프라인과 예측 파이프라

인이 포함된 훈련된 사이킷런 모델을 (예를 들어

joblib

을 사용하여) 저장하는 것입니다. 그

다음 이 훈련된 모델을 상용 환경에서 로드하고

predict

()

메서드를 호출해 예측을 만듭니다.

예를 들면 모델이 웹사이트 안에서 사용될 수 있습니다. 사용자가 새로운 구역에 관한 정보를

입력하고 ‘가격 예측하기’ 버튼을 누릅니다. 이 데이터를 포함한 쿼리

query

가 웹서버로 전송되어

웹 애플리케이션으로 전달될 것입니다. 결국 이 애플리케이션의 코드가 모델의

predict

()

메

서드를 호출할 것입니다 (모델을 사용할 때마다 로드하지 않고 서버가 시작할 ...