이 과정에서는 TensorFlow 2.x 입력 데이터 파이프라인 빌드, TensorFlow 2.x 및 Keras를 사용한 ML 모델 빌드, ML 모델의 정확성 개선, 사용 사례 확장을 위한 ML 모델 작성, 전문 ML 모델 작성에 대해 다룹니다.
이 과정에서는 TensorFlow 2.x 입력 데이터 파이프라인 빌드, TensorFlow 2.x 및 Keras를 사용한 ML 모델 빌드, ML 모델의 정확성 개선, 사용 사례 확장을 위한 ML 모델 작성, 전문 ML 모델 작성에 대해 다룹니다.
From the lesson
Module 2: 입력 데이터 파이프라인 설계 및 빌드
데이터는 머신러닝 모델에서 중요한 구성요소입니다. 적절한 데이터를 수집하는 것만으로는 충분하지 않습니다. 필요에 따라 데이터를 정리, 분석, 변환하는 적절한 프로세스도 마련해야 모델이 데이터의 신호를 최대한 활용할 수 있습니다. 이 모듈에서는 tf.data를 사용한 대규모 데이터 세트 학습, 인메모리 파일 사용, 학습을 위해 데이터를 준비하는 방법을 다룹니다. 그런 다음 임베딩에 대해 알아보고 tf.keras 사전 처리 레이어로 데이터를 확장하는 방법을 간략히 살펴보며 마무리합니다.