# overvie

총 1개의 포스트
post-thumbnail

[MLOps] An Overview of the End-to-End Machine Learning Workflow

일반적인 ML 워크 플로우의 핵심 단계 머신러닝의 프로젝트의 목표는 수집된 데이터를 사용하여 이 데이터를 머신러닝 알고리즘을 적용하여 통계 분석을 제공하는 것입니다. 즉, 여기서 기본적으로 Data, ML Model, Code에 대한 세 가지의 주요 아티팩트에 대한 이야기를 할 수 있습니다. 기본적인 아티팩트 3가지에 해당하는 머신러닝 플로우는 3가지의 주요 단계로 구성됩니다. 데이터 엔지니어링 : 데이터 수집 및 데이터 준비 ML 모델 엔지니어링 : ML 모델 교육 및 제공 코드 엔지니어링 : ML 모델을 최종적으로 통합 데이터 엔지어링 모든 데이터 과학 워크플로의 초기 단계는 분석할 데이터를 수집하고 준비하는 것 가트너의 따르면, 데이터 준비에서의 데이터 수집단계는 “a

endlearningmachinemlopsovervietoworkflow
2023년 3월 3일
·
0개의 댓글
·