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