지도 학습 모델 실습

가상의 회사가 조사지구의 특성으로 주택 가격 중앙값을 예측하여 재무 팀에 제공하는 과정을 다룹니다. 라벨이 있는 과거 데이터로 학습하고, 가격 라벨이 없는 최신 특성 데이터에 추론을 적용하는 지도 학습(Supervised learning) 예시입니다. 제공 데이터는 1990년 미국 인구조사의 캘리포니아 자료를 기반으로 합니다.

진행 순서

1. 프로젝트 준비에서 data, models, code 폴더와 Modeling Objective를 만들고 두 CSV를 올립니다.
2. Model Studio, Jupyter 또는 Code Repositories 중 경로를 선택하여 학습합니다.
3. 모델 평가에서 공통 시험 데이터와 지표로 후보를 비교합니다.
4. 운영 배포에서 릴리스, 배치 출력과 온라인 엔드포인트를 구성합니다.
5. 계보와 후속 적용에서 실제 조직 데이터로 전환할 조건을 정리합니다.

각 장의 생성, 빌드와 배포는 사용하는 Foundry 환경에서 수행하는 절차이며 예시 화면의 결과를 그대로 보장하는 것은 아닙니다.

Jupyter, JupyterLab과 관련 로고는 NumFOCUS의 상표 또는 등록 상표입니다. 다른 제3자 명칭과 로고도 각 소유자에게 속하며 제휴나 보증을 뜻하지 않습니다.