GCP - 머신러닝 관련 서비스

Google Cloud Product Fundamentals

Google Cloud Product Fundamentals

 

Module 3: Transforming business with Artificial Intelligence and Machine Learning

 

1: Introduction

learn about

• what is ML and why is data integral for its successful uses

• Real-world use cases for ML

• Google Cloud's differentiators in AI and ML

 

 

2: Machine learning

What is machine learning

"standard algorithms to get predictive insights from data to make repeated decisions"

• Standard algorithms

  • ML 소프트웨어를 예측하려는 라벨로 분류한 데이터로 훈련시켜 만든 모델

ML data requirements

• Data

  • 질을 결정하는 세가지 요소

  • coverage: 가능한 모든 인풋과 아웃풋을 다룸

  • clean: 잘못 label 되지 않도록 오류 없어야

  • complete: 데이터는 모델이 세상을 보는 터널, 관련 데이터가 없으면 그 부분을 볼 수 없음

Predicive insights and repeated decisions

• Predictive Insights

  • 알려지지 않은 대상(미래 등)에 대한 예측

• Repeated decisions

  • 반복적인(<->일회성인) 판단에 적합

 

 

3: Real-world use cases for ML

접근 가능한 데이터가 많아지고, ML 알고리즘이 발전하고, 컴퓨팅 능력이 높아지면서 ML은 진입장벽이 낮아짐

• ebay의 사례

• Ocado의 사례

• Ambra Health의 사례

 

 

4: AI and ML with GCP

 

• modern ML services: 미리 훈련된 모델을 사용하거나 자신만의 모델을 만들 수 있음

• TPU를 장착한 Compute Engine Virtual Machines

• Google Cloud's AI hub: plug-and-play AI components

  • Vision API를 장착해 이미지 분류를 도입할 수 있음

  • AutoML Vision API는 이보다 더 정교한 이미지 분류를 가능케함