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.

상단 메뉴에서 머신러닝 탭을 선택한 뒤, 실험 탭으로 이동하여 우측 상단의 실험 생성 버튼을 클릭합니다.
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
    🚧
    실험 목적(Task) 제한
    실험 목적(Task)의 사용 가능 여부와 범위는 선택한 인공신경망 플러그인에 따라 결정됩니다.
    - 데모 버전에서는 기본 플러그인이 함께 제공되어, 제한된 범위 내에서는 다양한 실험 목적을 체험할 수 있습니다.
    - 추후 플러그인을 추가하면, 더 다양한 실험 목적을 설정하고 활용할 수 있습니다.
사용자 관리 및 권한 설정 후, 생성버튼을 클릭하여 실험 생성을 완료합니다.
- 사용자 및 역할
  - 사용자 초대 : 실험에 접근할 수 있는 사용자를 초대해주세요. 실험 생성 후에도 실험 설정 메뉴에서 사용자를 초대할 수 있습니다. (리더, 매니저)
생성한 실험은 실험 목록에 카드형태로 표시됩니다.

📘
북마크 기능 안내
자주 사용하거나 중요한 실험은 실험 카드 하단의 북마크 아이콘을 클릭해 즐겨찾기 등록할 수 있습니다.
즐겨찾기된 실험은 생성 순서와 관계없이 목록 상단에 우선 배치됩니다.
별도의 즐겨찾기 전용 목록은 제공되지 않으며, 실험 목록 내 북마크 아이콘을 클릭해 즐겨찾기 설정 또는 해제할 수 있습니다. (최대 5개까지 가능)