Steps of an ML Project
- Scoping: 프로젝트를 정의 (what is the X -> Y ?)
- Key metrics 에 대한 결정이 필요함 (e.g. accuracy, latentcy)
- 필요한 자원과 시간을 추정하기
- Data: 데이터 모으기
- 데이터 labeling 이 일관성 있는지 확인
- Normalization 을 어떻게 진행할지?
- Modeling: 모델 학습 및 평가
- Code (algorithm / model)
- Hyperparameters
- Data
- Deployment: 온라인 배포
- Concept drift / Data drift