그림(참고1)

머신러닝 애플리케이션 개발의 이상과 현실

꿈만 같은 일은 그냥 좋은 API 를 얻는 일 정도가 될 것이다. 잘 입력하면, 잘 출력하는 모델을 만들자는 것이다. 개발자 외부의 관점에서 머신러닝 모델을 보는 관점도 이와 비슷할 것이다. 하지만 실상은 다르다. 우리는 이 과정들에서 일어날 수 있는 일들에 대해서 배운다.

parse me : 언젠가 이 글에 쓰이면 좋을 것 같은 재료들.

1. None

from : 과거의 어떤 생각이 이 생각을 만들었는가?

1. ‣

supplementary : 어떤 새로운 생각이 이 문서에 작성된 생각을 뒷받침하는가?

1. ‣
2. ‣
3. ‣
4. ‣
5. ‣
6. ‣
7. ‣
8. ‣
9. ba2.3.9. title: 모델이 한방에 잘 작동하지 않는 것은 너무 당연한 일임을 인정하라. 개발을 잘개 쪼개 오류를 고립시킬 수 있는 모델 디버깅 및 모델 개발 전략을 수립해야 한다.