MLOps 도입 가이드

73

4장 모델개발

양상

modality

2

을 해당 양상의 평균값으로 대체하는 기법으로, 이 기법을 활용하여 모델의 특성

attribute

을 특성의 평균값으로 대체하고 유사 범위 내의 데이터를 활용할 수 있도록 할 수 있다.

대신 일부 정보는 손실된다.

궁극적으로 대다수 머신러닝 알고리즘은 숫자로 이루어진 행렬을 입력받아야 하고, 각 행은 하

나의 표본을 의미하며, 모든 표본은 동일한 표본 집합에서 추출한다. 입력값이 행렬 형태가 아

닌 경우, 데이터 과학자는 이를 변환하기 위한 방법을 사용할 수도 있다.

가장 일반적인 방법은 원-핫 인코딩

one

-

hot

encoding

이다. 예를 들어, 세 종류의 값(예: 라즈베리,

블루베리, 스트로베리)을

3

개의 특성으로 나누어 각 특성이 두 가지 값인

yes

혹은

no

를 가지

도록 할 수 있다(예: 라즈베리인가-

yes

/

no

, 블루베리인가-

yes

/

no

, 스트로베리인가-

yes

/

no

).

텍스트나 이미지 입력의 경우에는 더 복잡한 엔지니어링을 필요로 한다. 최근 딥러닝으로 인해

이 분야에 혁신이 일어나, 이미지와 텍스트를 머신러닝 알고리즘에서 활용 가능한 숫자로 이루

어진 행렬로 변환할 수 있는 모델들이 개발되었다. 이런 행렬을 임베딩

embedding

이라 부른다. 임

베딩은 학습되지 않은 영역에서도 활용 가능하기 때문에, 데이터 과학자들은 ...