AutoML 개요

ML

→ 데이터의 수학적 모델을 사용하는 프로세스

→ 알고리즘을 사용하여 데이터 내의 패턴을 식별하고, 이러한 패턴을 사용하여 예측을 할 수 있는 데이터 모델을 생성

데이터 수집 > 분석 > 전처리 > 피처선택 > 변환 > 최적 ML 선택 > 튜닝 > 설계 > 배포

• 머신러닝의 주요 장애 : 기술력, 컴퓨터 자원

• 리소스에 대한 수십 개의 모델을 생성 및 비교하는데 상당한 도메인 지식과 시간이 소모

AutoML

→ 시간 소모적이고 반복적인 기계 학습 모델 개발 작업을 자동화하는 프로세스(AI를 위한 AI)

• 편리한 사용성 및 시간 단축

• 기술력을 갖춘 데이터 과학자란 필요조건을 제거

• ML 주요 장애 문제를 모두 해결