로우코드 AI

126

로우코드 AI

야 하므로 고객을 잃게 될 우려가 있습니다. 우리의 목표는 맞춤형

ML

모델을 구축해 회사의

사기 탐지 소프트웨어를 개선하는 것입니다. 이를 통해 사기 거래를 사전에 더 효과적으로 탐

지하고, 고객의 신뢰를 유지할 수 있습니다.

이 데이터셋의 한 가지 복잡한 요소는 매우 불균형하다는 점입니다. 대부분의 거래는 이상이

없으므로 단순히 모든 거래가 합법적이라고 예측하더라도 정확도가 높아 보일 수 있죠. 따라서

모델의 성능을 제대로 이해하려면 정확도 측정을 대신해서 모델의 실제 유용성을 평가하는 다

른 지표가 필요합니다.

이런 작업은 일반적으로 오토 인코더와 같은 고급 모델을 만들기 위해 데이터 과학자에게 할당

해야 하지만, 사기 탐지 시스템의 다른 부분을 프로토타이핑하는 데 사용할 간단한 벤치마크

모델을 신속하게 만들어야 해서 여러분이 임무를 맡았습니다. 절망적으로 어렵게 느껴질 수도

있지만,

AutoML

을 사용해 미디어 채널의 매출을 예측한 이전 예시를 상기해 보고, 이 경험을

바탕으로 이번에도 도전할 수 있다는 자신감을 가지기 바랍니다!

AutoML

을 활용하면 복잡한

작업도 효과적으로 수행할 수 있습니다.

5.1.1

프로젝트 워크플로

[그림

5

-

1

]에 설명된 이 장의 프로젝트 워크플로는

4

장의 워크플로와 유사합니다. 따라서 반

복 설명은 ...