Day 5 - Week 6 Comprehensive Review: Algorithm Selection and SageMaker Builtins

📌 핵심 정리

• Week 6을 관통하는 한 문장은 **"데이터 형태 × 출력 형태 → 빌트인"**이다. 이 조합 매핑을 외우면 대부분의 모델링 문항이 풀린다.
• 풀이는 항상 2단계다. ① 출력 형태 + 레이블 유무로 ML 유형 확정 → ② 데이터 형태로 빌트인을 하나로 좁힘.
• "텍스트·이미지·시계열·희소"라는 단어는 일반 XGBoost를 밀어내고 전문 빌트인을 정답으로 만든다.
• 스케일링은 알고리즘 부류로 즉답한다. 거리(KNN, K-Means)·선형(Linear Learner)·PCA는 필수, 트리(XGBoost)는 불필요.
• 입력 포맷도 단서다. 희소·대규모 효율은 RecordIO-protobuf, 토픽 모델은 BoW, DeepAR는 JSON Lines.

한 장 요약: 문제에서 빌트인까지

이번 주는 MLS-C01 도메인 3(Modeling)의 출발점 — 알고리즘 선택과 SageMaker 빌트인 — 을 다뤘다. 시험의 모델링 문항은 거의 항상 "문제 유형 식별 → 알고리즘 부류 → 구체적 빌트인" 순으로 좁혀진다. 오늘은 나흘치를 하나의 의사결정 흐름으로 복습하고, 가장 헷갈리는 비교를 정리한다.