일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- Python
- 머신러닝
- 자바
- 인공지능
- 코테
- 리눅스
- 파이썬
- Java
- 우분투
- programmers
- github
- Linux
- 깃
- Kubernetes
- mysql
- 쿠버네티스
- 정처기
- 알고리즘
- docker
- db
- 프로그래머스
- ubuntu
- Ai
- Lv 2
- LV 0
- 데이터베이스
- 자료구조
- 코딩테스트
- git
- DevOps
Archives
- Today
- Total
목록feature (1)
Myo-Kyeong Tech Blog
[Machine Learning] 머신러닝 디자인 패턴 : 특징 저장소 (Feature Store)
애드혹(ad-hoc approach) 접근 방식의 문제점 애드혹 (ad-hoc) 접근 방식 특정 문제를 해결하기 위해 임시적으로 취하는 방법으로 일회성 모델 개발이나 학습에 한해 적합 ML 프로젝트에서 "그때 그때 필요에 따라" 특징 생성 초기 단계나 작은 규모의 프로젝트에서는 효과적일 수 있지만, 조직이 성장하고 프로젝트가 복잡해짐에 따라 관리가 어려워지고 비효율적 개별 사용자나 팀이 만든 feature는 다른 팀이나 프로젝트에서 재사용하기 어려움 각 ML 프로젝트가 민감한 데이터 특징을 다르게 계산하면, 데이터 거버넌스 측면에서 문제가 생길 수 있음 예를 들어, 두 개의 다른 팀이 각각 고객의 신용 점수를 다른 방식으로 계산할 경우, 이 두 점수가 실제로 어떤 의미를 가지는지 일관성이 결여되어 신뢰할..
MLOps
2024. 4. 22. 21:06