본문 바로가기 메뉴 바로가기

johanjun

프로필사진
  • 글쓰기
  • 관리
  • 태그
  • 방명록
  • RSS

johanjun

검색하기 폼
  • 분류 전체보기 (27)
    • Study (25)
      • Deep Learning (0)
      • NLP (9)
      • Data Science (0)
      • Data Engineering (0)
      • MLOps (11)
      • Statistics (1)
      • UX (2)
      • Product (2)
    • Jobs (2)
  • 방명록

데이터사이언스 (1)
Building ML Pipelines 따라잡기 (1) - intro

(포스팅의 모든 내용은 Hannes Hapke, Catherine Nelson 의 저서인 Building Machine Learning Pipelines(O’Reilly, 2020)를 직접 읽고 작성한 후기 및 정리글입니다.) 머신러닝에 대해서는 2018년에 처음 접했고, 직접 실무를 하지는 않았지만 부트캠프, 독학 등으로 캐글 프로젝트 수준의 데이터가 주어지면 기초적인 ML/DL 모델을 실행할 수 있는 수준이 되었다(물론 모든 알고리즘을 100%이해하고 있는 것은 아니다). 최근 들어서 MLOps에 대한 관심이 생겼는데, 그 계기는 ML 모델링에 대한 접근성과 대중성이 높아졌다고 생각하기 때문이다. 불과 2~3년 전만 해도 ML 모델링은 환경 설치와 개발 문법과 프레임워크(Python, Tensorfl..

Study/MLOps 2021. 11. 15. 17:55
이전 1 다음
이전 다음
공지사항
최근에 올라온 글
최근에 달린 댓글
Total
Today
Yesterday
링크
TAG
  • productowner
  • PM
  • 도커
  • 인공지능
  • 머신러닝파이프라인
  • pmpo
  • dl
  • torch
  • 쿠버네티스
  • productmanager
  • ML
  • 딥러닝
  • mlpipeline
  • Tennis
  • 스타트업
  • nlp
  • 전처리
  • PO
  • MLOps
  • container
  • productresearch
  • Oreilly
  • 자연어처리
  • Kubernetes
  • deeplearning
  • 머신러닝
  • docker
  • Bert
  • DDUX
  • 파이프라인
more
«   2025/05   »
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 31
글 보관함

Blog is powered by Tistory / Designed by Tistory

티스토리툴바