Model Studio의 모델과 학습 실행

모델과 실험

학습 실행은 Foundry 모델 리소스를 출력합니다. 이 모델은 Python 변환, Pipeline Builder와 모델 함수 등에서 추론에 사용합니다.

모델 버전마다 학습 실행에서 만든 실험(Experiment)이 연결됩니다. 실험에는 대표 매개변수와 지표가 기록됩니다. 일부 학습기는 Plots에 생성된 앙상블 구조 그래프도 제공합니다.

학습기

학습기(Trainer)는 실제 모델 학습 구현입니다. 시계열 예측은 이력의 패턴에서 미래 값을, 회귀는 입력 특성과 목표의 관계에서 연속 숫자를 예측합니다. 분류는 데이터의 패턴으로 미리 정의한 범주를 구분합니다.

각 학습기는 공통 설정과 작업별 매개변수를 제공합니다. 구성 화면의 설명과 해당 학습기 참조에서 의미를 확인합니다.

실행과 계보

새 학습 작업은 항상 최신 학습 구성을 사용합니다. 연속 실행도 같은 최신 구성을 사용하지만 입력이 바뀌면 출력이 달라질 수 있습니다. 각 실행은 홈의 이력에 남습니다.

학습은 일반 Foundry 변환으로 실행되므로 계보를 유지하고 입력 데이터셋의 보안 표지를 출력 모델에 적용합니다. 연산 사용량은 Foundry compute-seconds로 측정합니다.