AWSKRUG Meetup (9/9/2020)

1. Hands-On ML Chapter 6 - 결정 트리

발표자: 11번가 이주경님

1-1. 발표 자료

1-2. 발표를 들으며 새롭게 알게 된 점

결정 트리 학습과 시각화

• Logistic regression, SVM (Support Vector Machine) 은 선형모델 의 각 특징별 가중치 를 학습하는 방식

• Tree 를 만들기 위한 각 특징별 조건을 학습한다!

Decision Tree의 지니 불순도 (Gini Impurity) 란?

• 지니 불순도 측정 (Gini Impurity Measure) 은 분류문제에서 사용 가능한 결정 트리 (Decision Tree)의 분할 기분 (Split Criteria) 중 하나이다

• Decision Tree에서 사용되는 class의 개수에 따른 case들의 불순한 정도 를 나타내는 척도이다

• 지니 불순도는 class안에 분류가 잘 되어 있으면 0이 된다

  • 불순물없이 깨끗하게 분류가 되어있다는 뜻!

    • but, 섞이게 되면 0보다 큰 값을 갖게 된다 (최대값은 0.5)

규제 매개변수

• 훈련 데이터에 대한 과대 적합을 피하기 위해 학습할 때 결정 트리의 자유도 를 제한할 필요가 있다

• 규제 매개변수 는 사용하는 알고리즘에 따라 다르지만, 보통 적어도 decision tree의 최대 깊이는 제어할 수 있다

  • Scikit learn에서는 max_depft 매개변수로 조절한다

    • default는 제한이 없는 것을 의미하는 None

    • max_depth 를 줄이면 모델을 규제하게 되고, 과대 접합 의 위험이 감소한다!

2. Introducing MLOps

발표자: superb Ai 차문수님

2-1. 발표자료

2-2. 발표를 들으며 새롭게 알게 된 점

• Launching is easy, Operation is hard

  • 서비스를 고도화하고 운영하는 것이 어렵다

• DevOps 처럼 나오게 된 MLOps

  • 실제로 서비스하는데까지 시간이 너무 오래걸리므로

  • 개발 - 운영 을 같이 하기 위한 pipeline 의 필요성이 대두되어 등장!