Azure Machine Learning 작업 영역 만들기

• 5분

Azure Machine Learning은 Azure에서 기계 학습 솔루션을 빌드하고 운영하기 위한 클라우드 기반 플랫폼입니다. 데이터 과학자가 데이터를 준비하고, 모델을 학습하고, 예측 서비스를 게시하고, 사용량을 모니터링하는 데 도움이 되는 여러 특징 및 기능을 포함합니다. 해당 특징 중 하나는 ‘디자이너’라는 시각적 인터페이스로, 코드 작성 없이 기계 학습 모델을 학습, 테스트 및 배포할 수 있게 해 줍니다.

Azure Machine Learning 작업 영역 만들기

Azure Machine Learning을 사용하려면 Azure 구독에서 ‘작업 영역’을 만듭니다. 그런 다음 이 작업 영역을 사용하여 데이터, 컴퓨팅 리소스, 코드, 모델 및 기계 학습 워크로드와 관련된 기타 아티팩트를 관리할 수 있습니다.

아직 없는 경우 다음 단계에 따라 작업 영역을 만듭니다.

1. Microsoft 자격 증명을 사용하여 Azure Portal에 로그인합니다.
2. ＋리소스 만들기 를 선택하고, ‘Machine Learning’을 검색하고, 다음 설정을 포함하여 새 Machine Learning 리소스를 만듭니다.
   • 구독: ‘Azure 구독’
   • 리소스 그룹: ‘리소스 그룹 만들기 또는 선택’
   • 작업 영역 이름: ‘작업 영역의 고유한 이름 입력’
   • 지역: ‘지리적으로 가장 가까운 지역 선택’
   • 스토리지 계정: ‘작업 영역에 대해 만들 새로운 기본 스토리지 계정’
   • 키 자격 증명 모음: ‘작업 영역에 대해 만들 새로운 기본 키 자격 증명 모음’
   • Application insights: ‘작업 영역에 대해 만들 새로운 기본 Application Insights 리소스’
   • 컨테이너 레지스트리: 없음(‘처음으로 컨테이너에 모델을 배포할 때 자동으로 만들어짐’)
3. 작업 영역이 만들어질 때까지 기다립니다(몇 분이 걸릴 수 있음). 그런 다음 포털에서 해당 위치로 이동합니다.
4. 작업 영역의 개요 페이지에서 Azure Machine Learning Studio를 실행(또는 새 브라우저 탭을 열고 https://ml.azure.com으로 이동)한 다음 Microsoft 계정을 사용하여 Azure Machine Learning Studio에 로그인합니다.
5. Azure Machine Learning Studio에서 왼쪽 상단에 있는 ☰ 아이콘을 설정/해제하면 인터페이스에 다양한 페이지가 표시됩니다. 해당 페이지를 사용하여 작업 영역에서 리소스를 관리할 수 있습니다.

Azure Portal을 사용하여 작업 영역을 관리할 수 있지만 데이터 과학자 및 기계 학습 운영 엔지니어의 경우 Azure Machine Learning Studio에서 작업 영역 리소스를 관리하는 데 특화된 사용자 인터페이스를 이용할 수 있습니다.