핸즈온 머신러닝 with 사이킷런, 파이토치 완독 챌린지를 시작합니다. 

먼저 1장에서 다루는 내용은 아래와 같습니다. 

1. 머신러닝이 무엇이며 왜 사용하는지
2. 애플리케이션의 사례는 무엇이 있는지
3. 머신러닝 시스템의 종류
4. 머신러닝의 주요 도전 과제
5. 테스트 및 검증

1. 머신러닝이란 무엇이며 왜 사용하는가

머신러닝(Machine Learning)은 사람이 규칙을 직접 코딩하지 않고, 프로그램이 데이터에서 규칙을 스스로 배우게 하는 기술이다. 스팸 필터라면 스팸 메일과 정상 메일 샘플을 보여 주고, 둘을 가르는 패턴을 모델이 찾게 한다.

전통적인 방식은 “이 단어가 들어가면 스팸” 같은 규칙을 사람이 계속 써 넣는다. 스패머가 단어를 바꾸면 규칙도 다시 써야 해서, 규칙 목록이 끝없이 길어진다. 머신러닝은 이런 문제를 아래 네 가지 이유로 더 잘 푼다.

Machine Learning Platform Engineering 1장을 읽고 정리한 글이다.

1. ML 프로젝트가 소프트웨어 프로젝트와 다른점

소프트웨어 프로젝트는 안정성을 우선하며 배포한 것이 그대로 돌기를 기대한다.

ML 프로젝트는 맞는 접근을 미리 알 수 없어서 시행착오의 연속이고 단계 사이 흐름이 비선형적이다. 학습을 돌려본 뒤 데이터 준비로 되돌아가는 일이 흔하다.

2. 두가지 국면

같은 단계 이름이 양쪽에 다 나온다는 데서 이 구분이 중요해진다. 데이터 버전 관리, 모델 학습, 평가, 검증이 양쪽 모두에 있다.