잘되는 머신러닝 팀엔 이유가 있다

156

Part 2

엔지니어링

4.1 ML

개발 워크플로

이 절에서는 ‘체크아웃하고 바로 시작하기’를 실제로 확인할 수 있습니다. 코드 연습을 통해

‘대출 채무 불이행’ 확률을 예측하는 모델을 훈련하고 제공하는 것을 목표로 다음 단계를 진

행해 보겠습니다.

1

.

호스트 기기에 필요한 의존성을 설치하기 위해

go

스크립트를 실행합니다.

2

.

도커화된

Dockerized

로컬 개발 환경을 만듭니다.

3

.

프로젝트의 가상 환경을 코드 에디터가 인식할 수 있도록 설정하여, 효율적인 코딩 환경을 만듭니다.

4

.

ML

개발 수명 주기에서 일반적인 작업들 ( 모델 훈련, 테스트 실행,

API

구동 )을 실행합니다.

5

.

모델을 클라우드에서 훈련시키고 배포합니다.

이 장을 최대한 활용하기 위해, 깃허브

01

에서 포크

fork

, 클론

clone

하고 코드를 따라 해 보세요.

여기서 우리는 ‘대출 채무 불이행’ 가능성을 예측하는 분류기를 훈련시키고 테스트할 것입니

다. 커밋

commit

하고 변경 사항을 푸시

push

할 때 포크한 리포지터리의 깃허브 액션

CI

파이프라

인에서 도커와

batect

가 작동하는 것을 보기 위해 코드를 포크하는 것을 추천합니다.

코드 작업에 들어가기 전, 우리가

ML

워크플로에서 어떤 부분을 컨테이너로 만들고 있는지

에 대해 쉽게 이해할 수 있도록 설명하겠습니다.