
4
베타리더의 글
머신러닝 실무 환경에서는 학습 대상 데이터가 새롭게 추가되거나, 형식이 바뀌는 경우가 많
습니다. 원본 데이터가 변경되면 전처리나 모델링 등 뒷단 업무도 따라서 수정되어야 합니다.
따라서 많은 기들이 데이터 수집부터 검증, 전처리, 학습, 분석, 배포에 이르는 머신러닝 전
단계를 일원화하려 합니다. 머신러닝 파이프라인을 구축하여 자동화하는 거죠. 이 책에서는
TFX
TensorFlow
Extended
와 관련 생태계를 이용하여 머신러닝 파이프라인을 구축해봅니다. 데이터
전처리와 모델링 외에 머신러닝 실무의 큰 그림을 알고 싶은 사람은 꼭 읽어볼 만한 책입니다.
이요셉, 지나가던 IT인
딥러닝 모델의 성능을 높이는 것 이상으로 학습한 모델을 실제 서비스에 적용할 때 지침서가
되어줄 책입니다. 데이터 파이프라인의 데이터 버저닝부터 전처리, 수집, 분포 관리까지 엔지
니어의 수고를 최소한으로 줄이면서 엔지니어가 중요한 일에 집중할 수 있도록 만들어주는 다
양한 기법을 알려줍니다. 실제 서비스 환경에서 사용할 수 있는
TFX
기반의 데이터 파이프라
인부터 서빙까지 따라 해보면서 공부하기 정말 좋은 책입니다.
손규빈, 연구소 엔지니어
머신러닝 기술을 실무에 적용하고 지속적인 제품을 만들기 위해 반드시 파이프라인 구축이 고
려되어야 합니다. 데이터의 버저닝, ...