ML 측면에서 문제를 프레이밍하는 작업은 두 단계로 이루어집니다.
다음을 수행하여 ML이 좋은 접근 방식인지 확인합니다.
- 문제를 파악하세요.
- 명확한 사용 사례를 파악합니다.
- 데이터 이해
다음을 실행하여 문제를 ML 용어로 표현합니다.
- 이상적인 결과와 모델의 목표를 정의합니다.
- 모델의 출력을 식별합니다.
- 성공 측정항목을 정의합니다.
이러한 단계를 통해 명확한 목표를 설정하고 다른 ML 실무자와의 협업을 위한 공유 프레임워크를 제공하여 시간과 리소스를 절약할 수 있습니다.
다음 연습을 사용하여 ML 문제의 틀을 세우고 솔루션을 수립하세요.
개인 정보 보호 및 윤리
ML을 사용하면 개인 정보 보호와 윤리적 문제가 발생할 수 있습니다. 모델을 프로덕션화하기 전에 다음 리소스를 검토하세요.