자동화

데이터 수집

웹 서버는 구글 클라우드 런에 배포되며 매시간 반복적으로 아이언 핸드에서 관련 데이터를 가져오도록 예약됩니다. 웹 서버는 읽기 가능한 형식으로 apy 데이터를 업로드합니다.

데이터 수집 및 전처리 모델 학습 프로세스를 시작하기 위해 GCS에서 판독 가능한 파일을 로드하고 학습을 위한 고품질 데이터를 준비하기 위해 전처리합니다. 전처리 단계에서는 데이터를 정리하고, 모델의 예측력을 향상시키기 위해 새로운 기능을 생성하기 위해 기능 엔지니어링을 수행하고, 데이터를 정규화하고, 데이터를 학습, 검증 및 테스트 세트로 분할하는 등의 작업을 수행합니다.

하이퍼파라미터 튜닝

뉴런 수, 활성화 함수, 학습 속도, 배치 크기, 손실 함수, 에포크 등과 같은 하이퍼파라미터를 조정하여 모델의 성능을 향상시킬 수 있습니다.

모델 훈련

이 단계에서는 LSTM 모델을 정의하고, 훈련하고, 예측을 하고, 모델을 평가합니다.

모델 평가

테스트 세트를 사용하여 모델의 성능을 평가하고 모델의 성능이 특정 임계값을 초과하는지 확인한 후 GCS에 저장합니다.

모델 배포

저장된 모델을 배포하여 예측 데이터를 제공합니다.

지속적인 모니터링

배포된 모델의 상태와 성능을 모니터링하고 모델 성능의 이상 징후나 변동에 대한 알림을 설정합니다.

피드백 및 재교육

모니터링 단계에서 드리프트 또는 성능 저하가 감지되면 모델을 다시 학습시킵니다.