Laboratory

Tabular-ML에서는 모델을 생성하기 위한 기본 단위인 실험실(Laboratory)을 생성하고, Tabular 머신러닝의 전반적인 구성(데이터셋, 특징분석, 학습, 평가, 배포) 기능을 제공합니다.

실험실 리스트

TML은 실험실(Laboratory)라는 분석 단위를 사용합니다. 구축하려는 인공지능을 목표로 데이터셋, 데이터 특징 분석, 모델 학습, 모델 테스트의 기능이 실험실이라는 하나의 관리 단위에 포함되어 있습니다.

실험실은 사용자가 생성하는 일반 실험실과 MLops를 통해 생성되는 실험실 두가지로 구분됩니다.

실험실 종류

대시보드의 생성 + 혹은 중앙의 [Add new Item] 을 선택해 새로운 실험실을 생성할 수 있습니다.

실험실을 추가하면 다음과 같이 새 실험실이 생성됩니다.

명칭	설명
타이틀	실험실의 타이틀이 표시됩니다.
실험실 설명	분석하려는 데이터의 설명데이터가 표시됩니다.
설명	실험실의 설명이 표시됩니다.
상태	실험실의 현재 상태가 표시됩니다.
대용량 데이터	데이터의 크기에 따라 대용량 데이터 여부를 표시합니다.
소스 타입	생성된 실험실이 어떤 소스타입으로 생성됐는지 표시됩니다. (File Upload, Database, DataHub)
목적 타입	생성된 Lab이 어떤 타입의 모델을 생성하는지 표시됩니다. 분류(Classification), 회귀(Regression), 군집(Clustering), 시계열(TimeSerise)
생성자	Lab을 생성한 사용자 정보가 표시됩니다.
생성 시각	Lab을 최초 생성한 시간과 생성 후 현재까지의 시간이 표시됩니다.

NOTE

대용량 데이터는 생성된 컨테이너에서 메모리 용량의 20%보다 업로드된 데이터가 큰 경우에 자동으로 설정됩니다.

목록에서 실험실을 클릭하면 실험실 페이지로 이동합니다.

실험실은 네 가지의 단계로 구성되어 있으며, 각 단계의 내용은 다음과 같습니다.

필드명	설명
데이터셋 생성 (Data Ingestion)	데이터셋 구성을 위해 데이터를 가져오는 작업을 진행합니다.
특징 분석 (Feature Enginnering)	데이터셋을 구성하는 데이터의 기술 통계 결과, 차트 시각자료를 통해 학습에 필요한 데이터를 분석합니다.
학습 (Training)	분석 완료된 특징을 이용해 인공지능 모델을 생성하고 학습합니다.
평가 (Evaluation)	학습된 인공지능 모델을 통해 임의의 예측 결과를 실험하고 모델의 정합성을 평가합니다.

실험실의 삭제하기 위해서는 오른쪽에 있는 버튼에서 삭제를 클릭하면 아래와 같은 화면이 표시됩니다.

빨간색으로 표시된 고유 아이디를 아래 빈칸에 채워넣은 다음 Delete를 클릭하여 실험실이 삭제됩니다.

NOTE

실험실 왼쪽에 있는 체크 박스를 통해 여러 실험실을 한번에 삭제할 수 있습니다.