머신러닝 시스템 설계 및 운영 — 보트 레이스 예측 사이트 개발을 통해 배우는 데이터 수집, 모델링, 평가, 배포

Chapters

서론: 이 책에서 만들 것들

보트 레이스의 도메인 지식

공식 데이터 수집: 1 경주당 1행의 CSV

직전 정보 및 실시간 수집

표준편차라는 공통 언어: 틀 번호(枠番pt)・선수pt・전시pt・기상pt

모터 능력 지수: z 잔차・시간 감쇠・베이즈 축소

특징량 파이프라인 가속화: FeatureContext

강점 포인트: 비음수 제약 조건 최소 제곱법

구매 조합 만들기: 강점 포인트에서 3연단 포메이션으로

적중률・회수율・log-loss: 무엇으로 판단할 것인가

예측자 레지스트리 및 A/B 실험

Cloud Run Jobs로 구동하기

침묵하는 실패와의 싸움

Pub/Sub에서 정적 사이트로: fun-site의 배치

Astro로 만드는 예측 페이지

스타트 예상도와 1마크 예상도

설명 가능성: 기여 분해 및 검산 페이지

적중률・회수율 대시보드

ST 추정: 가설 카탈로그 및 ablation

슬릿 전개: 할 수 없는 것을 증명하고 철수하기

틈새 예측(1): 난전도 미터와 결정 기술 모델

틈새 예측(2): 줄표・Plackett-Luce・블렌딩

결론: 배운 것과 다음 가설

부록: CSV 스키마 요약 및 참조 링크

Author

Topics