Azure Machine Learning
Microsoft Azure Machine Learning은 기계 학습 모델을 학습, 배포 및 관리하기 위한 클라우드 서비스입니다. 데이터 과학자, 소프트웨어 엔지니어, devops 전문가 및 기타 사용자가 다음을 포함한 기계 학습 프로젝트의 종단 간 수명 주기를 관리하는 데 사용하도록 설계되었습니다.
- 데이터를 탐색하고 모델링을 위해 준비합니다.
- 기계 학습 모델을 학습 및 평가합니다.
- 학습된 모델 등록 및 관리
- 애플리케이션 및 서비스에서 사용할 학습된 모델을 배포합니다.
- 책임 있는 AI 원칙 및 사례를 검토하고 적용합니다.
Azure Machine Learning의 특징 및 기능
Azure Machine Learning은 기계 학습 워크로드를 지원하기 위해 다음과 같은 기능과 특징을 제공합니다.
- 모델 학습 및 평가를 위한 데이터 세트의 중앙 집중식 스토리지 및 관리.
- 모델 학습과 같은 기계 학습 작업을 실행할 수 있는 주문형 컴퓨팅 리소스.
- AutoML(자동화된 Machine Learning)을 사용하면 다양한 알고리즘과 매개 변수를 사용하여 여러 학습 작업을 쉽게 실행하여 데이터에 가장 적합한 모델을 찾을 수 있습니다.
- 모델 학습 또는 추론과 같은 프로세스에 대해 오케스트레이션된 파이프라인을 정의하는 시각적 도구입니다.
- MLflow와 같은 일반적인 기계 학습 프레임워크와 통합하면 모델 학습, 평가 및 배포를 대규모로 쉽게 관리할 수 있습니다.
- 모델 설명 가능성, 공정성 평가 등을 포함하여 책임 있는 AI에 대한 메트릭을 시각화하고 평가하기 위한 기본 제공 지원.
Azure Machine Learning 리소스 프로비전
Azure Machine Learning에 필요한 기본 리소스는 Azure 구독에서 프로비전할 수 있는 Azure Machine Learning 작업 영역입니다. 스토리지 계정, 컨테이너 레지스트리, 가상 머신 등을 비롯한 기타 지원 리소스는 필요에 따라 자동으로 만들어집니다.
Azure Machine Learning 작업 영역을 만들려면 다음과 같이 Azure Portal을 사용할 수 있습니다.
Azure Machine Learning Studio
Azure Machine Learning 작업 영역을 프로비전한 후 Azure Machine Learning 스튜디오에서 사용할 수 있습니다. 기계 학습 리소스 및 작업을 관리하기 위한 브라우저 기반 포털입니다.
Azure Machine Learning 스튜디오에서는 무엇보다도 다음을 수행할 수 있습니다.
- 데이터 가져오기 및 내보내기
- 컴퓨팅 리소스를 만들고 사용합니다.
- Notebook에서 코드를 실행합니다.
- 시각적 도구를 사용하여 작업 및 파이프라인을 만듭니다.
- 자동화된 Machine Learning을 사용하여 모델을 학습하세요.
- 평가 메트릭, 책임 있는 AI 정보 및 학습 매개 변수를 포함하여 학습된 모델의 세부 정보를 봅니다.
- 요청 및 일괄 처리 추론을 위해 학습된 모델을 배포합니다.
- 종합적인 모델 카탈로그에서 모델을 가져오고 관리합니다.
스크린샷은 학습된 다중 클래스 분류 모델에 대한 평가 메트릭을 볼 수 있는 Azure Machine Learning Studio의 학습된 모델에 대한 메트릭 페이지를 보여줍니다.