EthicalML/awesome-production-machine-learning

어떤 프로젝트인가요?

핵심 기능

• 01데이터부터 서빙까지 ML 수명 주기를 아우르는 20개 이상의 범주로 구성되어 있습니다.
• 02각 항목에 저장소 링크와 용도를 한 줄로 설명한 내용이 제공됩니다.
• 03모델 배포, 모니터링, 버전 관리 및 확장을 위한 도구를 포함합니다.
• 04컴퓨터 비전, NLP, 추천 시스템 및 강화 학습을 위한 도메인별 라이브러리를 다룹니다.
• 05새로 추가된 라이브러리를 요약한 릴리스 노트를 매달 제공합니다.

활용 사례

• MLOps 스택을 설계할 때 피처 스토어, 워크플로 오케스트레이터 또는 모델 서빙 도구를 찾는 경우.
• AutoML 또는 하이퍼파라미터 튜닝에 사용할 라이브러리를 도입하기 전에 후보를 비교하는 경우.
• 다양한 도구 범주를 파악해 팀의 ML 인프라에 온보딩하는 경우.
• 목록의 월간 업데이트를 통해 새로운 프로덕션 ML 도구를 계속 확인하는 경우.

토픽

자주 묻는 질문

awesome-production-machine-learning은(는) 무엇인가요?

프로덕션 머신러닝의 배포, 모니터링, 버전 관리, 확장 및 보안을 위한 오픈소스 라이브러리 모음입니다. Awesome Production Machine Learning은 머신러닝 모델을 실험 단계에서 프로덕션 환경으로 옮기는 데 필요한 오픈소스 도구를 범주별로 정리한 목록입니다. AutoML, 분산 학습 및 연산 최적화, 데이터 어노테이션, 데이터 파이프라인 및 오케스트레이션, 노트북, 데이터 저장소, 피처 스토어, 모델 학습 및 실험 관리, 배포 및 서빙, 평가 및 모니터링, 설명 가능성 및 개인정보 보호 등 워크플로의 단계별로 항목을 분류합니다.

awesome-production-machine-learning은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

awesome-production-machine-learning은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

awesome-production-machine-learning은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. awesome-production-machine-learning의 마지막 커밋은 2026년 10월 18일입니다.

awesome-production-machine-learning은(는) 어디에 사용할 수 있나요?

MLOps 스택을 설계할 때 피처 스토어, 워크플로 오케스트레이터 또는 모델 서빙 도구를 찾는 경우. AutoML 또는 하이퍼파라미터 튜닝에 사용할 라이브러리를 도입하기 전에 후보를 비교하는 경우. 다양한 도구 범주를 파악해 팀의 ML 인프라에 온보딩하는 경우. 목록의 월간 업데이트를 통해 새로운 프로덕션 ML 도구를 계속 확인하는 경우.

awesome-production-machine-learning은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/EthicalML/awesome-production-machine-learning