이전 “ 4. 학습 결과 & 성능 비교 하기” 글에서는 학습 데이터와 변수, 학습 모델을 선택하여 그룹 학습을 통해 다양한 모델을 동시에 학습하는 방법을 확인 하였습니다.
앞으로 5편에 걸쳐, 뉴럴웍스를 이용한 데이터 분석 및 모델 학습을 진행할 예정입니다.
이전 “ 3. 머신러닝 모델 학습하기” 글에서는 학습 데이터와 변수, 학습 모델을 선택하여 그룹 학습을 통해 다양한 모델을 동시에 학습하는 방법을 확인 하였습니다.
이전 “ 2. 데이터 시각화 & 전처리 하기 ” 글에서는 ‘시각화 탭’, ‘요약 탭’ 등을 통해 데이터를 분석하고, ‘전처리 탭’ 을 통해 변수를 가공하는 작업을 진행했습니다.
이전 “ 1. 데이터 준비 & 업로드 하기 ” 글에서는 Kaggle에서 다운로드 한 “통신사 고객 데이터”를 뉴럴웍스에 업로드하고, 데이터에 대한 기본적인 이해를 진행해 보았습니다.
실시간 알림 서비스를 구현하면서 확장 가능한 웹소켓 서비스를 구현한 내용에 대해서 공유하려합니다.
뉴럴웍스에선 MLOps 를 위한 API 서비스들을 FastAPI 로 개발하고 있습니다.