연습 7a: ML 문제로 공식화된 문제

문제에 가장 적합한 기술 솔루션이라고 생각될 경우 체크박스를 쓰거나 클릭하여 클릭합니다. 가장 효과적인 프레임은 다음과 같습니다.
다음을 예측하거나 생성합니다.

솔루션이 예측 ML 솔루션으로 가장 잘 프레이밍되는 경우 다음 질문을 참조하세요. 솔루션이 생성 AI 프레임워크로 프레임화된 경우 생성 언어 모델로 빠르게 프로토타입을 제작하기 위해 다양한 프롬프트를 실험할 수 있는 브라우저 기반 IDE인 MakerSuite를 참조하세요.

연습 7b: 간단한 문제로 전송하기

처음 시작할 때 더 간단한 문제 공식을 추론하고 구현하기가 더 쉽습니다. 주어진 문제를 이진 분류 또는 단편 회귀 문제 (또는 둘 다)로 명시합니다.

연습 8: 모델 데이터 설계하기

예측 ML 모델이 예측을 수행하는 데 사용할 데이터를 씁니다.
3개의 행과 4개의 열이 포함된 빈 테이블(input1, input 2, input3, output(label))
성공을 위한 도움말
  • 행 1개는 예측 1개가 수행되는 1개의 데이터로 구성됩니다.
  • 예측이 이루어진 순간에만 사용 가능한 정보만 포함합니다.
  • 각 입력은 정수, 부동 소수점 수 또는 바이트(문자열 포함)의 스칼라 또는 1D 목록일 수 있습니다.
  • 입력의 구조가 스칼라 또는 1D 목록과 다른 경우 이것이 데이터에 가장 적합한 표현인지 고려하는 것이 좋습니다. 예를 들면 다음과 같습니다.
    • 셀이 1D 목록에서 둘 이상의 시맨틱이 서로 다른 항목을 나타내는 경우 이를 별도의 입력으로 분할하는 것이 좋습니다.
    • 셀이 중첩된 프로토콜 버퍼를 나타내는 경우 중첩된 프로토콜 버퍼의 각 필드를 평면화하는 것이 좋습니다.
    • 예외: 오디오, 이미지, 동영상 데이터. 여기서 셀은 바이트 blob입니다.

연습 9: 데이터의 출처

각 입력의 출처를 적습니다. 행의 각 열을 구성하는 데이터 파이프라인을 개발하는 작업을 평가합니다.
2개의 행과 4개의 열이 있는 빈 테이블: input1, input 2, input3, output
성공을 위한 도움말
출력 예시는 언제 학습 목적으로 사용할 수 있나요?
  • 출력 예를 얻기가 어려우면 연습 5 (출력 사용)를 다시 살펴보고 모델에 다른 출력을 활용할 수 있는지 살펴보세요.
모든 입력 (출력 제외)은 제공 시점에(예측이 작성된 경우) 작성 중인 형식으로 정확히 제공해야 합니다.
  • 서빙 시 모든 입력을 정확히 동일한 형식으로 얻는 것이 어렵다면 연습 8 (모델용 데이터 설계)을 다시 사용해서 입력을 재고하거나 연습 5를 제공하여 제공이 가능할 때 다시 재고하는 것이 좋습니다.

연습 10: 쉽게 얻을 수 있는 입력

실습 8에 나열된 입력 중에서 얻을 수 있고 합리적인 초기 결과를 얻을 수 있다고 생각되는 1~3개의 입력을 선택하세요.
2개의 행과 4개의 열(입력 1, 입력 2, 입력 3, 출력)이 있는 빈 테이블
성공을 위한 도움말
  • 실습 6에서는 사용할 수 있는 휴리스틱 세트를 나열했습니다. 어떤 식으로 이러한 휴리스틱을 구현할 수 있을까요?
  • 입력을 준비하기 위해 데이터 파이프라인을 개발하는 엔지니어링 비용과 각 입력을 모델에 포함할 때 예상되는 이점을 고려하세요.
  • 간단한 파이프라인을 사용하여 단일 시스템에서 얻을 수 있는 입력에 집중합니다. 처음 시작할 때는 가능한 최소 인프라로 시작하는 것이 좋습니다.

인쇄 또는 저장

아래 버튼을 클릭하여 응답을 .pdf로 인쇄하거나 저장하세요.

페이지 인쇄