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 |
Tags
- 데이터엔지니어
- 데이터애널리스트
- ML
- streamlit
- JLPT
- 자기개발
- 파이썬
- 데이터 사이언티스트
- matacodem
- 데이터전문가
- 머신러닝
- 데이터분석
- 데이터 엔지니어
- 독학
- 티스토리챌린지
- 데이터분석가
- 개발자부트캠프
- 부트캠프
- 오블완
- 자기계발
- ssafy 13기
- 메타코드
- 일본어공부
- SSAFY
- metacodem
- 데이터사이언티스트
- 싸피
- 메타코드m
- metacode
- DS
Archives
- Today
- Total
목록AutoML (1)
아카이브

ML 모델링을 하다보면 정말 시간이 오래걸리는 것을 알 수 있다.겨우 구현했음에도 성능이 미미하거나 개선의 여지가 많이 있기에하나의 ML 알고리즘을 구현 및 개발하는 과정은 피로감이 상당하다. 본 문제점에서 인지한 고민은 다음과 같다.리소스(시간,물적 자원)은 제한되어 있고, 모델을 개발하고 평가하며 비교하게 되면 정말 할일이 많아질텐데 어쩌면 좋을까? 이 과정을 절약할 순 없는지 그리고 이 과정은 AI한테 대체될 수 있지 않은지?이런 고충이 있는 것을 동료에게 어떻게 알릴 것인지... 이에 대한 나만의 해답을 내리고자 해결 방법과 한계를 작성해보겠다.해결방법1. Auto ML AutoML(Automated Machine Learning)은 머신러닝 모델 개발의 복잡하고 반복적인 과정을 자동화하는 것. ..
데이터 사이언스 정보
2025. 5. 12. 01:25