이번 주는 MLS-C01 도메인 3(Modeling)의 출발점 — 알고리즘 선택과 SageMaker 빌트인 — 을 다뤘다. 시험에서 모델링 문제는 거의 항상 "문제 유형 식별 → 알고리즘 부류 → 구체적 빌트인" 순으로 좁혀진다. 오늘은 나흘 치를 하나의 의사결정 흐름으로 엮어 복습하고, 가장 헷갈리는 비교를 정리한다.
[비즈니스 문제]
│
├─ 1) 출력 형태로 ML 유형 판별 (Day1)
│ 범주 → 분류 | 수치 → 회귀 | 그룹발견 → 군집
│ 추천 → 추천 | 드문사건 → 이상탐지 | 주제 → 토픽모델
│ (레이블 있으면 지도 / 없으면 비지도)
│
├─ 2) 데이터 형태로 빌트인 좁히기 (Day2~4)
│ 정형 → XGBoost / Linear Learner / KNN / K-Means
│ 텍스트 → BlazingText
│ 이미지 → Image Classification
│ 시계열 → DeepAR
│ 희소추천 → Factorization Machines
│ 이상 → Random Cut Forest / IP Insights
│ 차원 → PCA
│ 주제 → LDA / NTM
│
└─ 3) 세부 결정
스케일링 필요? (거리/선형=예, 트리=아니오)