Azure Machine Learning

설명

Azure Machine Learning은 머신러닝 수명 주기를 가속화하고 관리하기 위해 설계된 클라우드 기반 서비스입니다. 데이터 과학자와 개발자가 대규모로 머신러닝 모델을 학습, 배포 및 관리할 수 있는 통합 환경을 제공합니다. 이 플랫폼은 데이터 준비 및 모델 학습부터 배포 및 모니터링에 이르기까지 광범위한 머신러닝 작업을 지원합니다.

사용자는 제공된 빠른 시작 가이드를 통해 신속하게 시작하고 다양한 머신러닝 개발 측면을 다루는 심층 튜토리얼을 탐색할 수 있습니다. 문서는 데이터 준비 및 탐색 방법, 클라우드 워크스테이션에서의 개발 방법, 다양한 방법을 사용한 모델 학습 방법, 그리고 효과적인 배포 방법에 대해 자세히 설명합니다. 또한 생성형 AI 애플리케이션을 위한 프롬프트 흐름(prompt flow)과 같은 기능을 활용하고 대규모 데이터 처리를 위해 Apache Spark와 통합하여 AI 솔루션을 구축하는 데 중점을 둡니다.

이 프레임워크는 MLOps(Machine Learning Operations) 모범 사례를 지원하여 사용자가 실시간 채점을 위한 엔드포인트를 통해 모델 배포를 간소화할 수 있도록 합니다. 또한 학습 실행 추적, 모니터링 및 분석에 대한 지침과 모델 관리, 배포 및 모니터링 전략을 제공합니다. ML 프로젝트의 보안은 중요한 초점이며, 보안 작업 영역 생성, 데이터 소스 연결, 엔터프라이즈 보안 및 거버넌스 구현에 대한 문서를 제공합니다.

Azure Machine Learning은 강력하고 확장 가능한 클라우드 환경에서 머신러닝 솔루션을 구축, 배포 및 관리하려는 데이터 과학자, ML 엔지니어 및 개발자에게 적합합니다. Python SDK(v2), CLI(v2) 및 REST API를 통해 유연성을 제공하여 다양한 개발 선호도와 통합 요구 사항을 충족합니다. 이 플랫폼은 초보자와 숙련된 전문가 모두를 위해 접근 가능한 도구와 포괄적인 문서를 제공함으로써 AI 개발을 민주화하는 것을 목표로 합니다.

Azure Machine Learning의 핵심 기능

• 모델 학습 및 배포

• MLOps 모범 사례

• 생성형 AI를 위한 프롬프트 흐름

• Apache Spark 통합

• 클라우드 워크스테이션 개발

• 엔드포인트를 통한 실시간 채점

• 모델 수명 주기 관리

• 보안 및 거버넌스 기능

• Python SDK (v2)

• CLI (v2)

• REST API 지원

• 데이터 자산 생성

• 파이프라인 구축

Azure Machine Learning 시작하기

1. 1

   설정 및 빠른 시작: 리소스를 생성하고 Azure Machine Learning으로 시작하세요.

2. 2

   튜토리얼: 데이터를 준비하고 클라우드 워크스테이션에서 개발하며 모델을 학습하세요.

3. 3

   모델 배포: 실시간 채점을 위한 엔드포인트를 사용하여 모델 배포를 간소화하세요.

4. 4

   ML 수명 주기 관리: MLOps 모범 사례를 사용하여 학습 실행을 추적, 모니터링 및 분석하세요.

5. 5

   AI 솔루션 구축: 생성형 AI 애플리케이션을 위해 프롬프트 흐름을 활용하세요.

6. 6

   Apache Spark 사용: 대규모 데이터 처리를 위해 Spark를 통합하세요.

7. 7

   보안 작업 영역: ML 프로젝트를 위한 보안 환경을 생성하세요.

Azure Machine Learning의 사용 사례

• 모델 학습
• 모델 배포
• ML 수명 주기 관리
• 생성형 AI
• 대규모 데이터 처리
• 보안 ML 환경
• 데이터 준비

Azure Machine Learning의 FAQ

• Azure Machine Learning이란 무엇인가요?

  Azure Machine Learning은 데이터 과학자와 개발자가 대규모로 머신러닝 모델을 학습, 배포 및 관리할 수 있는 통합 환경을 제공하는 클라우드 기반 서비스입니다.

• Azure Machine Learning을 어떻게 시작할 수 있나요?

  리소스를 생성하고 기본적인 ML 작업을 수행하는 방법을 안내하는 빠른 시작 가이드와 튜토리얼을 사용하여 시작할 수 있습니다.

• Azure Machine Learning의 MLOps 모범 사례는 무엇인가요?

  Azure Machine Learning의 MLOps 모범 사례는 효율적이고 안정적인 AI 솔루션을 위해 학습 실행 추적, 모니터링, 모델 배포 및 거버넌스를 포함한 전체 ML 수명 주기를 관리하는 것을 포함합니다.

• Apache Spark를 Azure Machine Learning과 함께 사용할 수 있나요?

  예, Azure Machine Learning은 대규모 데이터 처리 및 학습을 위해 Apache Spark 사용을 지원합니다.

• Azure Machine Learning에서 모델은 어떻게 배포되나요?

  모델은 실시간 채점과 배포된 모델의 간소화된 관리를 허용하는 엔드포인트를 사용하여 배포됩니다.

• 프롬프트 흐름이란 무엇인가요?

  프롬프트 흐름은 생성형 AI 애플리케이션을 구축하고 평가하는 데 도움이 되도록 설계된 Azure Machine Learning의 기능입니다.

• Azure Machine Learning은 프로그래밍 방식 액세스를 지원하나요?

  예, Azure Machine Learning은 Python SDK(v2), CLI(v2) 및 REST API를 통해 프로그래밍 방식 액세스를 지원합니다.

• Azure에서 ML 프로젝트의 보안은 어떻게 처리되나요?

  보안은 보안 작업 영역 생성, 데이터 소스에 안전하게 연결, 엔터프라이즈 보안 및 거버넌스 구현과 같은 기능을 통해 처리됩니다.

• 어떤 종류의 데이터 자산을 생성할 수 있나요?

  머신러닝 프로젝트를 위한 데이터를 관리하고 버전 관리하기 위해 다양한 데이터 자산을 생성할 수 있습니다.

• 재사용 가능한 파이프라인을 구축할 수 있나요?

  예, Azure Machine Learning을 사용하면 ML 워크플로를 간소화하기 위해 재사용 가능한 파이프라인을 설정할 수 있습니다.