본문으로 바로가기

코스

Monitoring Machine Learning 개념

중급2시간

프로덕션 환경의 머신러닝 모델 모니터링 과제(데이터·컨셉 드리프트)와 모델 성능 저하를 해결하는 방법을 학습합니다.

Python2시간11개 동영상33개 연습 문제2,050 XP5,212수료 확인서

무료 계정 만들기

Google에서 계속 진행
또는
계속 진행하시면 다음 약관에 동의하는 것으로 간주됩니다: 이용약관, 우리의 개인정보 처리방침 그리고 귀하의 데이터가 미국에 저장된다는 점입니다.

수천 개 기업의 학습자가 선택한 서비스

코스 설명







사전 요구 사항

커리큘럼

코스 개요

1

ML 모니터링이란 무엇인가

1장에서는 기업이 운영 환경에서 여러분의 Machine Learning 모델을 왜 모니터링해야 하는지 설명해요. 이상적인 모니터링 워크플로와 그에 포함되는 단계들을 배우고, 운영 중의 모니터링 시스템이 직면할 수 있는 몇 가지 과제도 살펴봐요.
챕터 시작하기
2

모니터링의 이론적 개념

2장에서는 신뢰할 수 있는 모니터링 시스템에서 성능 모니터링이 왜 근본적으로 중요한지 알아봐요. 실제 운영 환경에서 흔히 겪는 과제, 예를 들어 정답(ground truth)의 가용성 문제를 다룰 거예요. 장이 끝나면 정답 데이터가 지연되거나 없을 때 성능 추정 알고리즘을 사용해 어떻게 대응할 수 있는지 알게 돼요.
챕터 시작하기

Monitoring Machine Learning 개념

코스
완료

성취 확인서 획득하기

지금 등록하기

DataCamp for Mobile로 데이터 스킬을 키워보세요

모바일 강의와 매일 5분 코딩 챌린지로 이동 중에도 학습을 진행하세요.

Monitoring Machine Learning 개념 | DataCamp