더 이상 Amazon Machine Learning 서비스를 업데이트하거나 새 사용자를 받지 않습니다. 이 설명서는 기존 사용자에 제공되지만 더 이상 업데이트되지 않습니다. 자세한 내용은 [머신 러닝이란?](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html) 단원을 참조하세요.

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# Machine Learning 애플리케이션 빌드
<a name="building-machine-learning"></a>

ML 애플리케이션 빌드는 일련의 단계가 관련된 반복적인 프로세스입니다. ML 애플리케이션을 빌드하려면 다음과 같은 일반적인 단계를 수행합니다.

1. 관측되는 항목 및 모델이 예측하기를 원하는 대답과 관련하여 핵심 ML 문제를 구성합니다.

1. ML 모델 학습 알고리즘이 사용하기에 적합하도록 데이터를 수집, 정리 및 준비합니다. 데이터를 시각화하고 분석해서 안전성 검사를 실행하여 데이터의 품질을 확인하고 데이터를 이해합니다.

1. 원시 데이터(입력 변수) 및 대답(대상)은 고도로 예측 가능한 모델을 학습시키는 데 사용할 수 있는 방식으로 표현되지 않는 경우가 많습니다. 따라서 일반적으로 원시 변수에서 더 많은 예측 입력 표현 또는 특성을 구성하려고 시도해야 합니다.

1. 그 결과로 나타난 특성을 학습 알고리즘에 제공하여 모델을 빌드하고 모델 빌드에서 제외된 데이터에 대한 모델의 품질을 평가합니다.

1. 모델을 사용하여 새 데이터 인스턴스에 대한 대상 대답의 예측을 생성합니다.