Azure Machine Learning Studio란?

이 문서에서는 Azure Machine Learning의 데이터 과학자 개발자를 위한 웹 포털인 Azure Machine Learning 스튜디오에 대해 알아봅니다. 스튜디오는 포괄적인 데이터 과학 플랫폼을 위해 코드 없는 환경과 코드 우선 환경을 결합합니다.

이 문서에서는 다음에 대해 알아봅니다.

운영 체제와 호환되는 가장 최신 브라우저를 사용하는 것이 좋습니다. 다음과 같은 브라우저가 지원됩니다.

  • Microsoft Edge(새로운 Microsoft Edge, 최신 버전. Microsoft Edge 레거시 아님)
  • Safari(최신 버전, Mac만 해당)
  • Chrome(최신 버전)
  • Firefox(최신 버전)

기계 학습 프로젝트 작성

스튜디오는 형식 프로젝트와 사용자 환경 수준에 따라 여러 제작 환경을 제공합니다.

  • Notebooks

    스튜디오에 직접 통합된 관리되는 Jupyter Notebook 서버에서 직접 코드를 작성하고 실행합니다.

스크린샷: Notebook에서 코드 작성 및 실행

  • Azure Machine Learning 디자이너

    디자이너를 사용하여 코드를 작성하지 않고도 기계 학습 모델을 학습하고 배포할 수 있습니다. 데이터 세트 및 모듈을 끌어서 놓아 ML 파이프라인을 만듭니다. 디자이너 자습서를 사용해 보세요.

    Azure Machine Learning 디자이너 예

  • 자동화된 기계 학습 UI

    사용하기 쉬운 인터페이스로 자동화된 ML 실험을 만드는 방법을 알아보세요.

    Azure Machine Learning Studio 탐색 창

  • 데이터 레이블 지정

    Azure Machine Learning 데이터 레이블 지정을 사용하여 데이터 레이블 지정 프로젝트를 효율적으로 조정합니다.

자산 및 리소스 관리

브라우저에서 직접 기계 학습 자산을 관리합니다. 원활한 환경을 위해 SDK와 스튜디오 간에 자산이 동일한 작업 영역에서 공유됩니다. 스튜디오를 사용하여 다음을 관리합니다.

  • 모델
  • 데이터 세트
  • 데이터 저장소
  • Compute 리소스
  • Notebooks
  • 실험
  • 실행 로그
  • Pipelines
  • 파이프라인 엔드포인트

숙련된 개발자라 하더라도 스튜디오는 작업 영역 리소스를 관리하는 방법을 단순화할 수 있습니다.

ML Studio(클래식) 및 Azure Machine Learning 스튜디오

2015년에 출시된 ML Studio(클래식) 는 첫 번째 끌어서 놓기 기계 학습 작성기였습니다.

ML Studio(클래식) 는 시각적 환경만 제공하는 독립 실행형 서비스입니다. Studio(클래식)는 Azure Machine Learning과 상호 운용되지 않습니다.

Azure Machine Learning 은 완전한 데이터 과학 플랫폼을 제공하는 별도의 현대화된 서비스입니다. 코드 우선 및 낮은 코드 환경을 모두 지원합니다.

Azure Machine Learning 스튜디오 는 프로젝트 작성 및 자산 관리를 위한 낮은 코드와 코드 없음 옵션이 포함된 Azure Machine Learning 웹 포털입니다.

새로운 사용자는 최신 데이터 과학 도구 범위에 ML Studio(클래식) 대신 Azure Machine Learning 을 선택하는 것이 좋습니다. 기존 ML Studio(클래식) 사용자인 경우 Azure Machine Learning으로 마이그레이션하는 것이 좋습니다.

Azure Machine Learning으로 전환하면 다음과 같은 이점이 있습니다.

  • 대규모 학습을 위한 확장 가능한 컴퓨팅 클러스터.
  • 엔터프라이즈 보안 및 거버넌스.
  • 인기 있는 오픈 소스 도구와 상호 운용할 수 있습니다.
  • 엔드투엔드 MLOps.

기능 비교

다음 표에는 ML Studio(클래식)와 Azure Machine Learning 간에 주요 차이점이 요약되어 있습니다.

기능 ML Studio(클래식) Azure Machine Learning
끌어서 놓기 인터페이스 클래식 환경 환경이 업데이트됨 - Azure Machine Learning 디자이너
코드 SDK 지원되지 않음 Azure Machine Learning PythonR SDK와 완전히 통합됨
실험 크기 조정 가능(10GB 학습 데이터 제한) 컴퓨팅 대상으로 크기 조정
컴퓨팅 대상 학습 전용 컴퓨팅 대상, CPU만 지원 광범위한 사용자 지정이 가능한 컴퓨팅 대상 학습. GPU 및 CPU 지원 포함
컴퓨팅 대상 배포 전용 웹 서비스 형식, 사용자 지정 불가능 광범위한 사용자 지정이 가능한 컴퓨팅 대상 배포. GPU 및 CPU 지원 포함
ML 파이프라인 지원되지 않음 유연한 모듈식 파이프라인을 빌드하여 워크플로 자동화
MLOps 기본 모델 관리 및 배포, CPU 전용 배포 엔터티 버전 관리(모델, 데이터, 워크플로), 워크플로 자동화, CICD 도구와의 통합, CPU 및 GPU 배포
모델 형식 전용 형식, Studio(클래식)만 해당 학습 작업 유형에 따라 지원되는 여러 형식
자동화된 모델 학습 및 하이퍼 매개변수 튜닝 지원되지 않음 지원됨이라는 의미입니다. 코드 우선 및 코드 없음 옵션.
데이터 드리프트 검색 지원되지 않음 지원됨
데이터 레이블 지정 프로젝트 지원되지 않음 지원됨
역할 기반 Access Control(RBAC) 기여자 및 소유자 역할만 유연한 역할 정의 및 RBAC 제어
AI 갤러리 지원됨(https://gallery.azure.ai/) 지원되지 않음

샘플 Python SDK Notebook에서 알아보세요.

문제 해결

  • 스튜디오에서 누락된 사용자 인터페이스 항목 Azure 역할 기반 액세스 제어를 사용하여 Azure Machine Learning으로 수행할 수 있는 작업을 제한할 수 있습니다. 이러한 제한으로 인해 사용자 인터페이스 항목이 Azure Machine Learning 스튜디오에 나타나지 않을 수 있습니다. 예를 들어 컴퓨팅 인스턴스를 만들 수 없는 역할이 할당된 경우 컴퓨팅 인스턴스를 만드는 옵션은 스튜디오에 표시되지 않습니다. 자세한 내용은 사용자 및 역할 관리를 참조하세요.

다음 단계

스튜디오를 방문하거나 다음 자습서를 통해 다양한 제작 옵션을 살펴보세요.