머신러닝 시스템

• 고양이 / 개를 학습시키는 경우
  눈, 코 , 귀 등의 중요한 특징을 괜찮은 해상도로 여러장 학습시킬 경우, 머신러닝 good

feature: 중요한 요소들 ( 눈, 코, 귀 등)

your ML is only as good as the data:
데이터가 중요

모델 ( 알고리즘 ) : 학습한 결과

• 이미지학습에는
  CNN ( convolutional NN)
  DNN ( Depp NN)
  Transformer 등의 모델이 있다.

인프라 ( 컴퓨팅 파워 )

: 속도나 비용을 1/100으로 SAVE 가능

머신러닝을 잘 하려면?
1. 좋은 데이터
2. 좋은 피쳐 + 알고리즘
3. 좋은 인프라

개선

• 추천 시스템을 예로 들면, 머신러닝을 학습해서 추천했는데 사용자의 구매까지로 이어지지 않았다면 '재학습'이 중요

• 지속적인 성과의 성장이 중요

• 데이터가 갑자기 편향될 수도 있다.

ex) 유명 여배우의 화장품(립 제품) , 가방 등등의 검색어가 유입되면서 판매량 급증

머신러닝 과정 : 하나라도 빠지면 안됨

• 데이터
• 데이터 정제
• 학습 모델
• 테스트 데이터
• 개선 ( 재학습 )

• 12일차 후기
  ML( 머신러닝) 에는 좋은 데이터와 적절한 모델이 필요하다. 재학습의 과정을 거쳐야 장기적으로 개선된 성능을 가질 수 있음