MLOps (2) 썸네일형 리스트형 MLOps의 인프라 요소들 MLOps는 ML Life cycle을 체계적으로 관리하여 더 빠르고 신뢰할 수 있는 결과를 달성하는데 초점을 두고 있습니다.MLOps는 강력한 인프라에 의존하고 있으며데이터처리, 모델 트레이닝, 배포 및 모니터링과 같은 핵심 작업을 지원하며 안정적으로 수행하는 것을 목표로 두고 있습니다. MLOps의 주요 인프라요소는 크게 다음과 같이 나눌 수 있습니다.Storage : 개발된 모델을 저장하거나 로깅들 ML과 관련된 모든것들을 저장한다고 생각하면 됩니다.Computing Resources : 데이터와 관련된 계산에 필요한 컴퓨팅 파워를 제공합니다.환경관리툴 : 프로젝트별 독립적인 환경을 제공하는 패키지 및 환경관리 시스템이며 파이썬을 사용하는 분들이라면 Anacoda 생각하시면 됩니다.Container.. ML LifeCycle 구성요소 & MLOps 상세 ML Life Cycle머신러닝 모델을 개발, 배포, 유지보수하는 모든 단계를 정리하는 Life Cycle크게 다음과 같은 단계로 구분을 지을 수 있음머신러닝 라이프 사이클 구성요소데이터를 수집 & 준비 : Data Collection and Preparation피처 엔지니어링 : Feature Enginnering모델 엔지니어링 : Model Selection and Model Learning모델 평가&튜닝 : Model Evaluation and Model Tuning모델 배포 & 모니터링 : Deployment and Monitoring재평가 및 모델 업데이트 : ReEvaluation and Model UpdateML을 다룰때 간과하고 있는 단계가 있다 그 단계는 5,6단계 모델 배포 & 모니터링.. 이전 1 다음
