Day 2 - 빌트인 알고리즘: XGBoost, Linear Learner, 이미지·텍스트, 입력 포맷

📌 핵심 정리

• 빌트인 알고리즘은 AWS가 미리 만들어둔 컨테이너다. 학습 코드를 안 짜도 데이터만 올바른 포맷으로 주면 학습이 된다.
• 시험의 핵심은 문제 유형 → 알고리즘 매핑 — 테이블 분류/회귀=XGBoost, 대규모 선형/희소=Linear Learner, 이상 탐지=RCF, 시계열=DeepAR, 추천 희소=Factorization Machines, 고속 텍스트=BlazingText.
• 이미지 계열은 분류(라벨 하나) / 탐지(위치+클래스) / 분할(픽셀 단위) 세 갈래로 구분한다.
• 입력 포맷: 대용량 스트리밍은 RecordIO-protobuf, 소량·단순은 CSV.
• XGBoost의 CSV 규칙 — 첫 열이 타깃(label), 헤더 행 없음. 매년 나오는 단골이다.

빌트인 알고리즘을 왜 쓰는가

직접 PyTorch를 짜는 것과, AWS가 최적화해둔 알고리즘을 가져다 쓰는 것 사이의 선택이다. 빌트인 쪽 이점은 세 가지다.

• 코드 불필요: 학습 스크립트를 안 짜도 된다.
• 최적화: AWS가 분산 학습·GPU 활용을 미리 튜닝해뒀다.
• 확장성: 대용량 데이터에 맞게 설계됐다(특히 RecordIO 포맷 + Pipe 모드).

같은 학습이라도 "무엇을 가져다 쓰느냐"에 따라 손이 가는 정도가 다르다.