GCP에서 전자상거래 추천 ML 모델을 시간이 지남에 따라 개선해야 합니다. 어떻게 해야 할까요?

시간이 지남에 따라 ML 모델을 개선하려면 새로운 데이터로 재학습해야 합니다. 전자상거래 추천 모델의 경우, 추천 요청(사용자 입력)과 실제 결과(사용자의 행동)를 BigQuery에 저장하면 모델이 실제 사용자 행동을 학습할 수 있는 풍부한 데이터 세트가 됩니다. 이를 통해 모델은 시간이 지남에 따라 더 정확하고 관련성 높은 추천을 제공할 수 있습니다. 다른 옵션들은 모델 개선에 직접적으로 기여하지 않습니다. Stackdriver에서 성능 지표를 내보내는 것은 모니터링에는 유용하지만 모델 자체를 개선하지는 않습니다. GPU에서 TPU로 마이그레이션하는 것은 학습 속도를 높일 수 있지만, 모델의 정확도를 높이려면 새로운 데이터가 필요합니다. Compute Engine CPU 아키텍처 업데이트는 인프라 최적화에 가깝고 모델 성능 개선과는 직접적인 관련이 적습니다.