프로덕션 머신러닝 시스템

Overview

이 과정에서는 프로덕션 환경에서 고성능 ML 시스템을 빌드하기 위한 구성요소와 권장사항을 자세히 살펴봅니다. 정적 학습, 동적 학습, 정적 추론, 동적 추론, 분산 TensorFlow, TPU 등 고성능 ML 시스템 빌드와 관련된 일반적인 고려사항을 다룹니다. 이 과정에서는 정확한 예측 능력 외에도 양질의 ML 시스템을 만드는 특성을 탐구하는 데 중점을 둡니다.

Syllabus

Google Cloud의 고급 머신러닝 소개

이 모듈은 과정에서 다루는 주제를 미리 살펴보고 Qwiklabs에서 Google Cloud를 사용해 각 실습을 완료하는 방법을 알려줍니다.

프로덕션 ML 시스템 설계

이 모듈에서는 프로덕션 ML 시스템에 요구되는 그 외의 작업과 이러한 요구사항을 충족하는 방법을 살펴봅니다. 모델에 적합한 성능 프로필을 얻기 위해 학습 및 모델 서빙에 대한 전체적인 중요한 설계 결정을 내리는 방법을 검토합니다.

적응형 ML 시스템 설계

이 모듈에서는 모델이 데이터에 종속되는 방식을 인식하고, 비용을 고려하여 엔지니어링 결정을 내리고, 모델을 이전 버전으로 롤백해야 할 때를 파악하고, 모니터링한 모델 동작의 원인을 디버그하고, 한 가지 유형의 종속 항목에 영향을 받지 않는 파이프라인을 구현하는 방법을 배웁니다.