[클라우드 컴퓨팅] 13강 - 클라우드 기반 데이터 분석

💡해당 게시글은 방송통신대학교 정재화 교수님의 '클라우드 컴퓨팅' 강의를 개인 공부 목적으로 메모하였습니다.

학습 개요

---

• 클라우드 서비스는 물리적인 IT 리소스와 소프트웨어를 대체하는 영역에서 벗어나 최근 머신러닝(ML), 딥러닝, 데이터 분석 등 다양한 응용 분야로 서비스 영역을 넓히고 있음
• 데이터 수집, 데이터 전처리, 모델 학습, 모델 성능 평가, 그리고 모델 기반 예측까지 대량의 리소스와 복잡한 절차가 요구되는 AI 및 ML을 효율적으로 도입 활용할 수 있는 총체적인 툴을 서비스화하여 MLaaS라는 최적화된 서비스를 개발 · 제공하고 있음
• Azure의 머신러닝 서비스인 Azure Machine Learning(Azure ML)을 기반으로 타이타닉 데이터를 사용한 데이터 분석하는 방법에 대해 학습함

학습 목표

---

• 데이터 분석 과정을 나열할 수 있음
• Azure ML Studio에서 적절한 컴포넌트는 선택하여 배치할 수 있음
• Azure ML Studio를 활용하여 데이터 분석 결과를 도출할 수 있음

연습 문제

---

1. ML(Machine Learning)의 과정이 올바른 순서로 나열된 것은?

   a. 데이터 수집 → 데이터 전처리 → 데이터 학습 → 모델 평가

   • 학습에 필요한 데이터 수집 후, 필요한 데이터 추출 및 형식화를 위해 데이터 전처리 과정이 수행됨
   • 이후 데이터 학습 후 모델이 특정 수준 이상의 성능을 나타내는지 평가함

2. Azure ML에서 데이터 자산(data asset)를 확보할 수 있는 방법이 아닌 것은?

   a. 데이터베이스에서

   • Azure ML은 Azure Storage, 로컬 파일, 웹 파일을 데이터 자산으로 사용할 수 있는 방법을 제공하나 데이터베이스에서 직접 데이터 자산을 확보할 수는 없음

3. 지문은 무엇에 대한 설명인가?

   class="highlight">

    ML 모델을 학습하고 검증하는 과정에서 일반적으로 학습 데이터셋을 더 작은 크기의 여러 개의 서브셋으로 나누어 모델을 학습하고 검증하는 과정