살아 움직이는 머신러닝 파이프라인 설계: 텐서플로와 함께하는 머신러닝 프로젝트 자동화

351

13

장

피드백 루프

추천 시스템이 이런 방법을 사용합니다. 예를 들면 아마존에서 사용자에게 다음 구매를 추천할

때 사용하는 시스템이 있습니다. 모델은 관심 있을 것으로 예측한 제품 집합을 사용자에게 표

시합니다. 사용자가 이런 제품 중 하나를 클릭하거나 구매한다면 모델의 추천이 좋은 것이겠

죠. 그러나 사용자가 클릭하지 않은 다른 제품이 좋은 추천 사항인지에 관한 정보는 없습니다.

이는 암묵적 피드백입니다. 즉, 모델을 학습하는 데 필요한 데이터를 정확하게 제공하지 않습

니다 (이는 모든 예측의 순위를 매깁니다 ). 대신, 새로운 학습 데이터를 제공하려면 여러 사용

자에 걸쳐 피드백을 수집해야 합니다.

13.2.2

사용자가 평가한 예측 품질

이 방법을 사용하면 모델의 예측이 사용자에게 표시됩니다. 사용자는 예측을 좋아하거나 싫어

한다는 신호를 보냅니다. 이는 사용자가 추가 작업을 수행해서 새 데이터를 제공하는 명시적

피드백의 예입니다. 피드백은 별점이나 이진 방식 (좋아요/싫어요)일 수 있습니다. 이는 추천

시스템에 적합하며 개인화에 특히 유용합니다. 피드백이 실행 가능한지에 주의해야 합니다.

5

점 만점 중 별

3

개(예: 앞에서 살펴본 넷플릭스 사례 ) 등급은 모델의 예측이 유용하거나 정확

한지에 관한 많은 정보를 제공하지 않습니다.

이 방법에는 피드백이 간접적이라는 제한 사항이 있습니다. 예를 들어, 추천 시스템에서 사용

자는 예측이 마음에 들지 않는다고 알려줄 뿐, 정확한 예측이 무엇인지 알려주지는 않습니다.

또 다른 제한 사항은 ...