Summary

Introduction

정종현 강사님, 버블디

결과물 확인을 위한 Web 페이지 구성을 Gradio로 하는 법을 소개합니다.

Code, Conept & Explanation

인공지능 개요

프로그램 기반에서 데이터 기반으로 변경
데이터 속에서 규칙을 발견

머신러닝 유형

지도학습 : 정답 데이터가 전체 데이터에 포함
비지도학습 : 정답 데이터 없음

지도학습 : 회귀, 분류
비지도학습 : 군집, 연관

분류모델 개요

서포트 벡터 머신 : 최적의 분할선 탐색
의사결정나무
로지스틱 회귀

인공 신경망 : 인간의 두뇌와 신경 시스템을 모방한 처리 모델

많은 데이터가 필요

머신러닝 용어 및 단계

특성 (feature) : 인풋 데이터
정답 (Label) : 아웃풋 데이터

Azure Machine Learning Designer 활용 방안

Inference 추론
배치 파이프라인
실시간 파이프라인

마이크로소프트 디자이너에서 데이터셋 확인 가능
회사에서 비용을 지불해 줄 때 많이 사용해봐야 합니다

엔드포인트

끝점
어디로 데이터를 요청할 것인지, 주소 개념
주소는 알지만 동호수를 모르면 못 찾아가듯이
동, 호수 개념

동 호수 알지만 열쇠가 없으면 못 들어가듯이
접근할 수 있는 키값도 필요

비밀번호 알아야 들어가듯이 우리도 비밀번호 알아야 합니다
URL, 스키마

배포

다양한 환경에서 작동하도록 하는 것
Azure Machine Learning에서 배포는 실제 유추를 수행하는 모델이나 구성요소를 호스팅하는데 필요한 리소스 및 컴퓨팅 집합을 의미

릴리즈

테스트가 완료되고 모든 것이 잘 작동하는 것이 증명된 후 발생
사용자에게 새로운 버전 소프트웨어 제공

배포의 종류

무중단 배포
스타트업에서는 보통 무중단 배포를 하지 않습니다.

스타트업은 비용과의 싸움입니다.

몇 초 사용할 수 없는 상황이 발생하지만
새벽에 진행할 경우 99.9% 신뢰도가 있기 때문입니다.

웹화면 구성

웹 기반의 GUI

과거에는 패스워드를 어떻게 저장할지
토큰을 어떻게 관리할지 고민해야 하는데
요즘에는 표준화된 방식이 공유됩니다.

개발 블로그 운영하는데
좋은 지식이 많다면 큰 기업에 들어가는 경우도 많았습니다.

스택오버플로우에 얼마나 답변했는지도 중요했습니다.

Django

기능이 풍부
백그라운드 지식이 없다면 어려울 수 있습니다
확장 가능
스타트업이 더 선호하는 형태

장고는 배워두면 코어 벨류가 됩니다.

Flask

간단하지만 확장이 제한

Gradio

머신 러닝 인터페이스 사용 편리

허깅 페이스가 Gradio를 인수

4개의 정보 필요
엔드포인트, 메소드, 헤더, API 키

메소드
딜리트

헤더
API 키
인풋 데이터 셋팅

레스트 API

Streamlit

데이터 프레임, 플로우 차트 보여줄 때 주로 사용

Challenges & Solutions

Results

What I Learned & Insights

Conclusion