先週のモデルの方が良かった。誰も見つけられない

학습을 잘하는 일과 그 학습을 다시 세우는 일은 다른 일입니다. 실행 기록·데이터 지문·모델 버전과 별칭·승격 관문·드리프트 지표를 표준 라이브러리만으로 직접 만들어 보며, MLflow 같은 도구가 무엇을 대신해 주는지와 그것이 비어 있을 때 무엇이 사라지는지를 배웁니다. GPU 없이 CPU 에서 도는 작은 합성 데이터와 학습기를 씁니다.

중급 · 레슨 13 · 실습 3

실습 시작하기

커리큘럼

참고 문서

• MLflow Tracking — 실행·실험·산출물
• MLflow Model Registry — 버전·별칭·태그
• MLflow Dataset Tracking — 데이터 지문과 계보
• TensorFlow Data Validation — 스키마·왜곡·드리프트
• scikit-learn — 흔한 함정과 데이터 누수
• MLOps: 연속 배포와 자동화 파이프라인