-
딥러닝 모델을 개발하는 일련의 과정딥러닝/기초 2022. 11. 20. 16:00
비즈니스 문제 정의
"어떠한 문제를 해결하려고 하는가?" 에 대한 정의를 내립니다.
그리고 이 문제는 분류 문제인지, regression 문제인지, 최적화 문제인지를 구분합니다.
데이터 정의
제품 검사 태스크의 경우, 양품 데이터와 비품 데이터를 나눕니다. 그리고 학습 데이터셋와 테스트 데이터셋으로 그룹핑합니다. 각각의 데이터셋에는 양품/비품이 골고루 섞여 있어야 합니다.
모델링
적용할 딥러닝 모델을 모델링합니다.
평가
모델 측정에 사용할 적절한 매트릭(mAP, AP 등)을 골라 평가 내용을 작성해 봅니다.
개발 피드백
평가를 토대로 모델 수정이 필요한 경우, 데이터 셋 일부/전부 재생성이 필요한 경우에 해당 부분을 수정하여 다시 평가해 보고 최종 평가에 도달합니다.
'딥러닝 > 기초' 카테고리의 다른 글
머신러닝 분류 모델의 성능 측정 방법 - Probably Approximately Correct (PAC) - TP, TN, FP, FN과 정확도, 재현율, 정밀도 (0) 2022.11.20