AI03 : Product Serving

머신러닝 프로젝트 flow

• 문제 정의 문제를 충분히 정의하고 고민하는 과정을 통해 how 보다는 why에 집중해야 한다.

1) 현재 상황 파악

2) 구체적인 문제 정의 - 간단한 방법부터 점진적으로 접근하기

3) 프로젝트 설계

3-1)머신러닝 문제 타당성 확인 : 과연 머신러닝이 최선인가? 

	(학습할 수 있는 패턴이 있는가? 손으로 할 수 없는 복잡한 패턴인가?)

	(데이터가 존재하거나 수집할 수 있는 가?)

	(반복 업무 대신해줄 때)

3-2)목표 설정, 지표 설정

	1) 1개의 모델

	2) 2개의 모델 -> 모델을 재학습 하지 않아도 지표 모델의 비율을 바꿔서 조정할 수 있음


3-3) 제약조건(constraint & risk)

: 일정, 예산, 관련 사람, privacy, 기술적 이슈, 윤리적 사항, 성능

3-4) 베이스라인, 프로토타입

: baseline으로 간단한 모델 부터 시작, Sota 있는지 확인도 해보자

3-5) Metric evaluation

:성능 지표를 잘 정해야 우리의 행동이 기존보다 성과를 냈는지 파악할 수 있음

4) Action (모델 개발 후 배포 & 모니터링)

5) 추가 원인 분석

비즈니스 모델

비즈니스 이해도가 높아야 문제 정의를 잘 할 수 있음.

1) 비즈니스 모델 파악하기

2) 데이터를 활용할 수 있는 부분은 어디인가?

3) 예측의 결과를 어떻게 활용할지