살아 움직이는 머신러닝 파이프라인 설계: 텐서플로와 함께하는 머신러닝 프로젝트 자동화

129

6

장

모델 학습

데이터 전처리 단계를 거쳐 데이터를 모델에 필요한 형식으로 변환했습니다. 파이프라인의 다

음 단계는 새로 변환된 데이터로 모델을 학습하는 것입니다.

1

장에서 논의했듯이, 여기서는 모델 아키텍처를 선택하는 과정을 다루지 않습니다. 여러분이

이 책을 읽기 전에 별도의 실험 프로세스를 통해 훈련하려는 모델의 종류를 이미 정해두었다고

가정하기 때문입니다.

15

장에서는 실험 프로세스를 추적하는 방법을 살펴봅니다. 모델의 전체

감사 추적을 만드는 데 도움이 되는 내용입니다. 그러나 모델 학습 프로세스를 이해하는 데 필

요한 이론적 배경은 다루지 않습니다. 자세히 알고 싶으시다면, 『핸즈온 머신러닝 (

2

판)』(한빛

미디어,

2020

)을 추천합니다.

이 장에서는

TFX

파이프라인에서 자동화된 방법을 포함하여 머신러닝 파이프라인의 일부로

모델 학습 프로세스를 설명합니다. 또한 텐서플로에서 사용할 수 있는 배포 전략과 파이프라인

에서 하이퍼파라미터를 조정하는 방법도 알아봅니다. 이 장에서는 학습을 독립 실행형 프로세

스로 다루지 않으므로 다른 장보다

TFX

파이프라인을 더 자세히 설명합니다.

[그림

6

-

1

]과 같이 지금까지 데이터를 수집, 검증, 전처리했습니다. 따라서 모델에 필요한 모

든 데이터가 있으며 모델에 필요한 피처로 재현할 수 있습니다. 이런 ...