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

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 보기 및
데이터 보기 간을 전환합니다.
AutoML 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 비교 및 분석 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 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 탭

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 탭

실험 구성 패널
실험 구성 패널을 확장하려면 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
