머신러닝 시스템 디자인

[머신러닝 시스템 디자인 스터디 Part5] Performance and Capacity Considerations

Performance and Capacity Considerations (성능과 공간 고려사항) 머신러닝 시스템을 위한 복잡성 고려 훈련의 비교와 복잡성 평가 분석 대규모 시스템에서의 성능과 공간 고려 계층, 깔때기 기반 모델링 접근 머신 러닝 기반의 시스템에 관련 한 작업에서 목표는 일반적으로 성능과 공간 요구조건을 만족시키면서 메트릭스들 (참여율, 등)을 향상시키는 것이다. 두가지 머신러닝 시스템 구축 단계에서 중요한 성능과 공간의 토론이 나타난다. 훈련 시간: 얼마나 많은 훈련 데이터와 공간이 Predictor 를 구축하는데 필요한가? 평가 시간: Service level agreement (SLA) 이 무엇인가? 머신 러닝 모델 기술을 선택하는 것으로 그 시스템을 구축하는 과정 결정을 사용하고 훈..

[머신러닝 시스템 디자인 스터디 Part4]Architecting for Scale

Architecting for Scale(확장을 위한 설계) 문제를 이해하고 정의하는 동안 수집된 요구사하은 구조를 설계하는데 도움이 된다. 문제 예시: 사용자들과 관련된 광고들을 표시해주는 머신러닝 시스템 설계 문제를 설정하는 동안 사용자들과 광고들이 매우 크고 증가하고 있다는 것을 질문하고 이해해야한다. 데이터가 증가하더라도 모든 사용자들에게 관련있는 광고들을 빠르게 찾을 수 있는 시스템이 필요하다. 이 시스템은 증가하는 요소들을 다루기 위해서 확장가능해야한다. 이러한 이유들 때문에 복잡한 머신러닝 모델을 설계하면 안된다. 그리고 시스템의 모든 광고들을 위해 모델을 사용해야한다. 만일, 복잡한 모델을 설계할 경우 많은 시간과 자원이 필수불가결할 것이다. 해결 방안: Funnel Approach(깔때..