영어 버전 문서로 돌아가기기계 학습 모델 추적
기계 학습 모델 추적
마지막 업데이트 날짜: 2024년 10월 04일
AI 유스 케이스에서 머신 러닝 모델을 추적하여 거버넌스 및 컴플라이언스 목표를 충족합니다.
AI 유스 케이스에서 머신 러닝 모델 추적
프로젝트에서 훈련되고 모델 자산으로 저장되는 기계 학습 모델을 추적합니다. 프로젝트 또는 공간에서 AI 유스 케이스에 기계 학습 모델을 추가할 수 있습니다.
- 통제할 모델 자산이 포함된 프로젝트 또는 공간을 여십시오.
- 자산의 조치 메뉴에서 AI 유스 케이스에서 추적을 클릭하십시오.
- 기존 AI 유스 케이스를 선택하거나 프롬프트에 따라 새 AI 유스 케이스를 작성하십시오.
- 기존 접근 방식을 선택하거나 새 접근 방식을 작성하십시오. 접근 방식은 동일한 접근 방식으로 모든 자산에 대한 버전 세트를 작성합니다.
- 버전 번호 지정 스킴을 선택하십시오. 접근 방식의 모든 자산은 공통 버전을 공유합니다. 다음 중에서 선택하십시오.
- 시범 -자주 업데이트하려는 경우.
- 안정적 -자산이 빠르게 변경되지 않는 경우입니다.
- 새 버전 번호를 시작하려면 사용자 정의 를 선택하십시오. 버전 번호 지정은 major.minor.patch스키마를 따라야 합니다.
AI 유스 케이스에서 기계 학습 모델을 추적하는 방법을 보려면 이 비디오를 보십시오.
이 비디오는 이 문서의 개념 및 태스크를 학습하기 위한 시각적 방법을 제공합니다.
추적이 사용으로 설정되면 유스 케이스의 모든 협업자가 자산에 대한 세부사항을 검토할 수 있습니다.
기계 학습 모델의 경우 팩트에는 작성 세부사항, 사용된 훈련 데이터 및 평가 메트릭의 정보가 포함됩니다.
Jupyter Notebook 에서 작성되거나 써드파티 기계 학습 제공자로 훈련된 기계 학습 모델 추적에 대한 세부사항은 외부 모델 추적을 참조하십시오.
자세히 알아보기
상위 주제: 유스 케이스의 자산 추적