데이터 사이언스 팀의 예측 모델 개발 및 운영 노하우 공개!
by DD
3년 전
조회수 11
수요 예측 모델 개발 및 운영을 통해 물류 프로세스 효율화에 기여
MLOPS 도입으로 안정적인 모델 서빙 환경 구축
Overfitting 및 Leakage 문제 해결을 위한 실험 및 분석
MLOPS 기반의 안정적인 모델 서빙
MLOPS는 Feature Store, MLflow, Anomaly Detection System 등 다양한 시스템을 활용하여 모델의 안정적인 운영을 지원한다. 따라서, 모델 배포 자동화 및 모니터링 시스템 구축을 통해 문제 발생 시 신속하게 대응한다. 결과적으로, 서비스 안정성을 확보하고 모델의 지속적인 성능 개선을 가능하게 한다.
Overfitting과 Leakage 문제 해결 전략
Overfitting을 방지하기 위해 Cross-validation 및 Regularization 기법을 활용한다. 구체적으로, Leakage를 막기 위해 모델의 예측 시점과 데이터 수집 시점을 정확히 일치시켜야 한다. 반면, 시계열 데이터의 특성을 고려하여 를 신중하게 설계해야 한다.
