Group

Python으로 Machine Learning 모니터링

고급기술 수준

업데이트됨 2025. 5.

이 과정은 Python으로 기본 머신 러닝 모니터링 시스템을 구축하는 데 필요한 모든 내용을 다룹니다.

강의 설명

Python에서 ML 모델을 모니터링하는 방법을 배워보세요

머신 러닝 모델을 모니터링하면 머신 러닝 프로젝트의 장기적인 성공을 보장할 수 있습니다. 모니터링은 매우 복잡할 수 있지만, 모델의 성능이 어떤지 이해하고, 성능 저하로 이어졌을 수 있는 데이터의 변화를 파악하며, 모델을 다시 정상 궤도로 되돌리기 위해 무엇을 해야 하는지에 대한 단서를 제공하는 Python 패키지들이 있습니다. 이 강의는 인기 있는 모니터링 패키지인 nannyml을 사용하여 Python으로 기본 모니터링 시스템을 구축하는 데 필요한 모든 내용을 다룹니다.

최적의 모니터링 워크플로를 이해하세요

모델 모니터링은 단순히 프로덕션에서 모델 성능을 계산하는 것만이 아닙니다. 안타깝게도 그렇게 간단하지는 않습니다. 특히 레이블을 구하기 어려울 때. 이 강의는 최적의 모니터링 워크플로에 대해 알려드립니다. 모델 실패를 항상 포착하고, 알림 피로를 피하며, 문제의 근본 원인을 빠르게 파악할 수 있도록 해줍니다.

모델 성능 문제의 근본 원인을 찾는 방법을 배워보세요

모델 모니터링의 또 다른 중요한 요소는 근본 원인 분석입니다. 이 강의에서는 데이터 드리프트 탐지 기법을 활용해 모델 성능 문제의 근본 원인을 파악하는 방법을 살펴봅니다. 단변량 및 다변량 데이터 드리프트 탐지 기법을 모두 활용하여 모델 문제의 잠재적 근본 원인을 찾아내는 방법을 배우게 됩니다.

선수 조건

Monitoring Machine Learning Concepts

데이터 준비와 성능 추정

이 단원에서는 NannyML 라이브러리와 핵심 기능을 소개합니다. 먼저, 원시 데이터를 준비해 운영 환경 모니터링에 사용할 기준(reference) 세트와 분석 세트를 만드는 과정을 배웁니다. 실습 예제로는 New York 택시 승차에서 팁 금액을 예측하는 문제를 다룹니다. 단원 마지막에는 NannyML을 사용해 팁 예측 모델의 성능을 추정하는 방법도 알아봅니다.

강의 설명

Python에서 ML 모델을 모니터링하는 방법을 배워보세요

최적의 모니터링 워크플로를 이해하세요

모델 성능 문제의 근본 원인을 찾는 방법을 배워보세요

수료증 획득

.css-nklxlk{color:var(--wf-brand--main, #03EF62);}19백만 명 이상의 학습자와 함께 Python으로 Machine Learning 모니터링을(를) 시작하세요!

무료 계정 만들기

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

19백만 명 이상의 학습자와 함께 Python으로 Machine Learning 모니터링을(를) 시작하세요!