4-1. 실험 생성

머신러닝에서 학습과 실험의 의미

**머신러닝(Machine Learning, ML)**이란, 데이터를 분석하고 패턴을 학습하여 주어진 입력에 대해 자동으로 예측하거나 결정을 내리는 인공지능 기술입니다. 머신러닝에서는 하나의 **목적(ML task)**을 달성하기 위해, 모델이 다양한 설정(데이터, 하이퍼파라미터 등)을 바탕으로 여러 번의 **학습(Learning)**을 수행하게 됩니다. 그리고 이렇게 수행된 개별 학습들을 비교하고 평가하는 개념적 묶음을 **실험(Experiment)**이라고 합니다.

실험 생성

좋은 모델을 만들기 위해서는 다양한 학습을 시도하고, 그중 가장 성능이 뛰어난 모델을 선택하는 과정이 필요합니다. 이 과정을 체계적으로 관리하기 위해 **실험(Experiment)**이 존재합니다.

1. 상단 메뉴에서 머신러닝 탭을 선택한 뒤, 실험 탭으로 이동하여 우측 상단의 실험 생성 버튼을 클릭합니다.

   

2. 실험 생성 팝업창에 생성한 실험의 기본 정보를 입력하고 다음 단계버튼을 클릭합니다.

   

   • 기본 정보

     • 실험 이름 : 실험의 이름을 기입합니다. (최대 50자 입력 가능)

     • 설명 : 실험에 대한 설명을 기입합니다. (최대 200자 입력 가능)

     • 공개 여부 : 생성한 실험의 공개 여부를 설정합니다.

       • 전체 공개 : 워크스페이스에 포함된 모든 사용자가 실험 상세 내용을 볼 수 있습니다. (기본값)
       • 참가 제한 : 실험 목록에는 노출되지만, 초대한 사용자만 상세 내용을 볼 수 있습니다.
       • 비공개 : 실험 목록에 노출되지 않으며 초대한 사용자만 상세 내용을 볼 수 있습니다.

     • 양식 : 실험에 사용할 데이터 타입을 선택합니다. (이미지, 비디오, 텍스트, PCD, 오디오)

     • 실험 목적 : 실험 목적은 선택한 데이터 타입에 따라 자동으로 노출되는 하위 분류 항목입니다. 각 데이터 타입에 대해 하나의 실험 목적만 선택할 수 있습니다.

       • 이미지 : Object Detection, Classification, Instance Segmentation, Semantic Segmentation, Panoptic Segmentation, Line Detection, Keypoint Detection, Image Captioning, OCR, Token Classification

       • 비디오 : Video Segmentation, Object Tracking, Video Captioning

         

       • 텍스트 : Text Classification

         

       • PCD : 3d Object Detection, 3d Segmantation

         

       • 오디오 : Audio Classification, Audio Transcription, Audio Segmentation

         

3. 사용자 관리 및 권한 설정 후, 생성버튼을 클릭하여 실험 생성을 완료합니다.

   • 사용자 관리

     • 사용자 추가 : 실험에 접근할 수 있는 사용자와 역할을 추가해주세요. 실험 생성 후에도 실험 설정 메뉴에서 사용자를 추가할 수 있습니다. (오너, 관리자, 사용자)

       

       

       

4. 생성한 실험은 실험 목록에 카드형태로 표시됩니다. 자주 사용하거나 중요한 실험은 카드 하단의 북마크 아이콘을 클릭하여 즐겨찾기로 등록할 수 있습니다. 즐겨찾기된 실험은 생성 순서와 관계없이 목록의 앞쪽에 우선 배치됩니다. 별도의 즐겨찾기 목록은 제공되지 않으며,북마크 아이콘을 다시 클릭하면 즐겨찾기 설정을 해제할 수 있습니다. 최대 5개까지 즐겨찾기를 등록이 가능합니다.