본 포스트는 Towards Data Science에 기고된 글을 요약하였습니다. 들어가며 추천 시스템은 오늘날 여러 플랫폼에서 사용하는 성공적인 ML 서비스입니다. 추천 시스템은 사용자가 새로운 콘텐츠나 제품을 발견하는 데 큰 도움을 줍니다. 하지만 다양한 형태의 편향으로 인해 잘못된 추천을 제공할 수도 있고, 이에 따라 사용자 경험을 저하시킬 수...

그래프에서 ML을 위한 피처 엔지니어링 그래프 형태의 데이터를 ML로 학습한다고 할 때 전통적인 ML 파이프라인이라면 그래프의 노드, 링크, 그래프 그 자체에 대한 피처를 디자인하고 모든 학습 데이터에서 피처를 생성해야 합니다. 그 다음 로지스틱 회귀나 랜덤 포레스트같은 모델을 학습하고 새로 입력된 노드, 링크, 그래프에 대해 생성한 피처를 적용해 ...

블로그에 글을 남기는 게 거의 한 달 만이네요. 지금까지는 블로그에 글을 올리지 못하더라도 무언갈 공부하고 있었고, 그 내용들을 나중에라도 정리할 수 있었는데 이번 공백은 조금 달랐습니다. 이런 이야기를 조금이라도 남기는게 무엇보다도 제게 도움이 되는 것 같아서 짧게라도 써보려고 합니다. 최근 한 달은 저에게 매우 힘든 기간이었습니다. 몸과 마음이 ...

들어가며 어떤 ML 모델을 만들어서 운영 환경에 올리고 날마다 데이터, 모델, 메트릭에 대한 로그를 쌓는다고 가정해봅시다. 작은 시스템이라면 괜찮겠지만 제법 규모가 크고 로그에 쌓이는 내용이 많다면 길게는 하루, 짧게는 시간 단위로 로그 파일을 따로 관리해야 할 수도 있습니다. 특정 시간 간격으로 로그 파일을 새로 저장하거나 오래된 로그는 지우는 등...

들어가며 전 원래 Python에서 가상환경을 관리할 때 Conda를 썼었습니다. 이유라곤 사실 익숙함 하나였고 불편함을 느끼진 않았습니다. 부족한 부분이라고 한다면 크게 두 가지 정도였을까요? 하나는 용량입니다. Conda는 Python 다중 버전을 관리하는 기능도 있는 데다 라이브러리를 설치할 때 생각하지도 않았던 다른 라이브러리가 같이 설치되곤 ...