arrow_back

Vertex AI 모델 빌더 SDK: AutoML 모델 학습 및 예측 실행

로그인 가입
Test and share your knowledge with our community!
done
Get access to over 700 hands-on labs, skill badges, and courses

Vertex AI 모델 빌더 SDK: AutoML 모델 학습 및 예측 실행

Lab 3시간 universal_currency_alt 크레딧 5개 show_chart 고급
Test and share your knowledge with our community!
done
Get access to over 700 hands-on labs, skill badges, and courses

개요

이 실습에서는 Vertex AI Python 클라이언트 라이브러리를 사용하여 테이블 형식 데이터 세트를 기반으로 AutoML 모델을 학습하고 예측하는 방법을 배웁니다. 또는 gcloud 명령줄 도구를 사용하거나 온라인 Cloud Console을 사용하여 모델을 학습하고 예측할 수 있습니다.

학습 목표

  • Vertex AI 모델 학습 작업 만들기
  • AutoML 테이블 형식 모델 학습
  • model 리소스를 제공 endpoint 리소스에 배포
  • 데이터를 전송하여 예측 수행
  • model 리소스 배포를 취소합니다.

설정

각 실습에서는 정해진 기간 동안 새 Google Cloud 프로젝트와 리소스 집합이 무료로 제공됩니다.

  1. 시크릿 창을 사용하여 Qwiklabs에 로그인합니다.

  2. 실습 사용 가능 시간(예: 1:15:00)을 참고하여 해당 시간 내에 완료합니다.
    일시중지 기능은 없습니다. 필요한 경우 다시 시작할 수 있지만 처음부터 시작해야 합니다.

  3. 준비가 되면 실습 시작을 클릭합니다.

  4. 실습 사용자 인증 정보(사용자 이름 및 비밀번호)를 기록해 두세요. Google Cloud Console에 로그인합니다.

  5. Google Console 열기를 클릭합니다.

  6. 다른 계정 사용을 클릭한 다음, 안내 메시지에 이 실습에 대한 사용자 인증 정보를 복사하여 붙여넣습니다.
    다른 사용자 인증 정보를 사용하는 경우 오류가 발생하거나 요금이 부과됩니다.

  7. 약관에 동의하고 리소스 복구 페이지를 건너뜁니다.

작업 1. 환경 설정하기

Notebooks API 사용 설정

  1. Google Cloud 콘솔의 탐색 메뉴에서 API 및 서비스 > 라이브러리를 클릭합니다.

  2. Notebooks API를 검색하고 Enter 키를 누릅니다. Notebooks API 결과를 클릭합니다.

  3. API가 사용 설정되지 않은 경우 사용 설정 버튼이 표시됩니다. 사용 설정을 클릭하여 API를 사용 설정합니다.

Vertex AI API 사용 설정

Google Cloud 콘솔의 탐색 메뉴에서 Vertex AI > 대시보드를 클릭한 다음 Vertex AI API 사용 설정을 클릭합니다.

작업 2. Vertex AI Notebooks 인스턴스 실행하기

  1. Google Cloud 콘솔의 탐색 메뉴에서 Vertex AI > Workbench를 클릭합니다.

  2. 노트북 인스턴스 페이지에서 사용자 관리 Notebooks 뷰를 선택합니다.

  3. + 새로 만들기를 클릭합니다.

  4. 인스턴스 만들기 대화상자에서 기본 이름을 사용하거나 Vertex AI 노트북 인스턴스의 고유한 이름을 입력합니다. 리전()과 영역()을 설정하고 나머지 설정은 기본값으로 둡니다.

  5. 만들기를 클릭합니다.

  6. JupyterLab 열기를 클릭합니다.

작업 3. Vertex AI Notebooks 인스턴스 내에서 과정 저장소 클론하기

다음과 같이 JupyterLab 인스턴스에서 training-data-analyst 노트북을 클론합니다.

  1. JupyterLab에서 터미널 아이콘을 클릭하여 새 터미널을 엽니다.

  2. 명령줄 프롬프트에서 다음 명령어를 실행합니다.

    git clone https://github.com/GoogleCloudPlatform/training-data-analyst

  3. training-data-analyst 디렉터리를 더블클릭하고 디렉터리의 콘텐츠를 볼 수 있는지 확인하여 저장소가 클론되었는지 확인합니다.
    이 과정의 모든 Jupyter 노트북 기반 실습 파일은 이 디렉터리에서 확인할 수 있습니다.

작업 4. AutoML 모델 학습 및 예측 실행

  1. 노트북 인터페이스에서 training-data-analyst > courses > machine_learning > deepdive2 > how_google_does_ml > labs로 이동한 다음 automl-tabular-classification.ipynb를 엽니다.

  2. 노트북 인터페이스에서 Edit(수정) > Clear All Outputs(모든 출력 지우기)를 클릭합니다.

  3. 노트북 안내를 꼼꼼히 읽은 후, 필요에 따라 코드를 완성해야 하는 #TODO 표시된 행을 작성합니다.

팁: 현재 셀을 실행하려면 셀을 클릭하고 SHIFT+ENTER를 누르세요. 다른 셀 명령어는 노트북 UI의 Run(실행)에 나열되어 있습니다.

  • 안내를 위해 작업에서 힌트가 제공될 수 있습니다. 힌트는 흰색 텍스트로 적혀 있으므로 힌트를 읽으려면 텍스트를 하이라이트하세요.
  • 추가 도움이 필요하면 training-data-analyst > courses > machine_learning > deepdive2 > how_google_does_ml > solutions에서 전체 솔루션을 참조하고 automl-tabular-classification.ipynb를 엽니다.

실습 종료

실습을 완료하면 실습 종료를 클릭합니다. Qwiklabs에서 사용된 리소스를 자동으로 삭제하고 계정을 지웁니다.

실습 경험을 평가할 수 있습니다. 해당하는 별표 수를 선택하고 의견을 입력한 후 제출을 클릭합니다.

별점의 의미는 다음과 같습니다.

  • 별표 1개 = 매우 불만족
  • 별표 2개 = 불만족
  • 별표 3개 = 중간
  • 별표 4개 = 만족
  • 별표 5개 = 매우 만족

의견을 제공하고 싶지 않다면 대화상자를 닫으면 됩니다.

의견이나 제안 또는 수정할 사항이 있다면 지원 탭을 사용하세요.

Copyright 2020 Google LLC All rights reserved. Google 및 Google 로고는 Google LLC의 상표입니다. 기타 모든 회사명 및 제품명은 해당 업체의 상표일 수 있습니다.