
21
1
장
머신러닝에서 데이터로 의사 결정을 내리는 방법
에서 살펴본 우산 예시에서는
AutoML
서비스를 사용하여 비지도
ML
클러스터링을 코드 없
이 실행할 수 있습니다. 이를 통해 데이터를 사용해
ML
모델을 학습시키고, 그 결과로 도출된
패턴을 확인할 수 있습니다. 또는 특정 데이터 입력을 기반으로 특정 결과를 예측하고자 과거
데이터에 집중할 수도 있습니다. 여러분의 회사에서
ML
워크플로는 어떤 모습일까요? 당연히
데이터 기반일 것이며, 그에 따른 의사 결정이 필요합니다.
ML
워크플로는 일련의 단계로 나눌 수 있으며, 이를 다시
4
개의 범주로 분류할 수 있습니다.
[그림
1
-
4
]는
10
가지 단계를 간략히 간략하게 설명합니다. 이후 장들에서는 각 단계에 관한
자세한 예시를 제공합니다.
그림
1-4
10
단계
ML
워크플로
1.2.1
비즈니스 목표나 문제 정의하기
ML
워크플로는 특정 질문이나 문제를 정의하는 것으로 시작됩니다. 이 단계에서는 문제의 범
위와 실현 가능성을 결정합니다. 올바른 질문으로 필요한 데이터를 식별하고, 데이터를 준비하
는 방법을 파악해야 합니다. 데이터를 분석할 때 발생할 수 있는 모든 질문은 [표
1
-
1
]처럼
5
가지 범주로 그룹화할 수 있습니다. 지금까지 다뤄온 우산 비즈니스 예시를 계속 이어가 보겠
습니다.
머신러닝 워크플로