기본 콘텐츠로 건너뛰기 보완적인 콘텐츠로 건너뛰기

실험 인터페이스 탐색

탭 인터페이스를 사용하면 모델 교육 환경의 다양한 프로세스 간을 탐색할 수 있습니다. 다양한 탭과 실험 구성 패널을 사용하면 모델을 교육하고 최적화하는 데 도움이 되는 다양한 작업을 수행할 수 있습니다.

도구 모음

도구 모음에서 인터페이스의 다양한 탭 간에 전환할 수 있습니다.

도구 모음에서 다음을 수행할 수도 있습니다.

  • 현재 있는 탭에 따라 교육된 모델 간에 전환할 수 있습니다.

  • 실험 교육을 추가로 수정하거나, 현재 버전을 검토하거나, 새 버전 구성을 시작하려면 구성 보기를 클릭합니다.

AutoML 실험의 도구 모음

ML 실험의 도구 모음

데이터

이 탭에서는 실험의 데이터를 관리할 수 있습니다. 처음 실험을 만들면 이 탭만 표시됩니다. 실험이 교육되는 동안 모델 분석을 위해 다른 탭으로 전환할 수 있습니다.

데이터 탭에서는 다음을 수행할 수 있습니다.

  • 첫 번째 버전을 교육하기 전에 대상을 선택합니다.

  • 기능 추가 또는 제거

  • 기능 데이터 집합 통찰력 및 통찰력을 봅니다.

  • 새 교육 데이터 집합을 선택합니다.

교육 데이터 집합의 다양한 표현에 대한 스키마 스키마 보기테이블 데이터 보기 간을 전환합니다.

AutoML 실험의 데이터

사용자가 교육 버전을 실행하기 전 ML 실험의 '데이터' 탭

모델

교육 결과를 빠르게 분석합니다. 모델 탭을 사용하면 각 모델의 핵심 메트릭을 빠르게 이해하고 비교할 수 있습니다. 보다 자세한 모델 분석을 수행하려면 비교분석 탭을 사용합니다.

모델 메트릭 테이블에서 모델을 클릭하여 다음을 봅니다.

  • 성능 점수.

  • 모델 교육 요약(지능형 모델 최적화와 함께 사용 가능)

  • 기능 중요성 시각화.

  • 실험 유형과 관련된 기타 시각화.

자세한 내용은 빠른 모델 분석 수행을 참조하십시오.

지능형 모델 최적화로 교육된 AutoML 실험의 모델

요약, 핵심 모델 메트릭 및 자동 생성된 시각화를 표시하는 ML 실험의 '모델' 탭

비교

포함된 분석을 사용하여 모델을 자세히 비교합니다. 선택하고 대시보드에 표시되는 데이터를 사용자 지정하여 모델에 대한 통찰력을 얻으십시오.

비교 탭에서 다음을 수행할 수 있습니다.

  • 사용할 수 있는 모든 모델 메트릭과 하이퍼 매개 변수에 액세스합니다.

  • 모델 전반에 걸쳐 교육 및 홀드아웃 메트릭을 비교합니다.

자세한 내용은 모델 비교을 참조하십시오.

ML 실험의 비교

ML 실험의 비교 모델 분석

분석

교육하는 각 모델에 대해 포함된 분석을 통해 더 자세히 알아봅니다.

분석 탭에서 다음을 수행할 수 있습니다.

  • 예측 정확도를 추가로 분석합니다.

  • 세부적인 수준에서 기능 중요성을 평가합니다.

  • 피쳐 데이터의 분포를 봅니다.

세부 모델 분석에 대한 자세한 내용은 세부 모델 분석 수행을 참조하십시오.

ML 실험의 분석

예측 정확도와 기능 중요성을 보여 주는 ML 실험의 '분석' 탭

실험 구성 패널

실험 구성 패널을 확장하려면 스키마 구성 보기를 클릭합니다. 이 패널을 확장하면 새 버전 구성을 시작하고 이를 사용자 지정하여 교육 프로세스를 더 효과적으로 제어할 수 있습니다.

실험 구성 패널을 사용하면 다음을 수행할 수 있습니다.

  • 첫 번째 버전을 교육하기 전에 대상을 선택합니다.

  • 기능 추가 또는 제거

  • 새 버전의 실험 구성

  • 교육 데이터 집합을 변경하거나 새로 고치려면 선택

  • 알고리즘 추가 또는 제거

  • 모델 최적화 설정 변경

실험 구성 패널

ML 실험의 확장된 사용자 지정 패널

이 페이지가 도움이 되었습니까?

이 페이지 또는 해당 콘텐츠에서 오타, 누락된 단계 또는 기술적 오류와 같은 문제를 발견하면 개선 방법을 알려 주십시오!