Modeler - 서비스 개요

Print

Modeler 개요


Modeler 소개 및 주요기능


  • AccuInsight+ Modeler는 Kubernetes 환경에서 Jupyter notebook과 R Studio를 자유롭게 쓸 수 있는 환경을 구성해주어 Machine Learning / Deep Learning 을 사용하는 분석가에게 분석 환경을 제공합니다.

  • GPU 사용을 지원하기 때문에 고사양의 처리가 필요한 부분에는 GPU 환경도 제공이 가능합니다. Flask RestPlus와 RPlumber 기술을 사용하여 분석가들도 손쉽게 REST API를 작성하고 배포할 수 있도록 UI 기반의 서비스를 제공하고 있습니다.

Modeler 에서 제공하는 기능은 다음과 같습니다.


1. 분석환경 제공 및 프로젝트 단위 협업 환경 제공

  • 고급 사용자를 위한 분석모델 개발환경 빠르게 구축 가능(GUI 기반)

  • 자원 (GPU/CPU/MEM) 활용 및 라이브러리/패키지 사용에 대한 높은 자유도 제공

  • 개발 환경 Custom image 작성 및 프로젝트 단위 공유 기능 제공

  • 프로젝트 단위 분석Asset 및 환경에 대한 협업/공유 환경 제공

  • Git Repository/Git Lab 통한 분석Asset 형상관리

2. Auto ML/DL 학습자동화 기능

  • Hyper parameter의 다양한 조합의 병렬학습 및 주어진 CPU/GPU 자원 최대한 활용하여 최적의 모델 개발 지원

3. 분석모델 배포

  • GUI 기반 Rest API 형태의 모델추론 서비스 배포 기능 제공

  • Flask(Python), Plumber(R) API 직접 작성 지원에 따른 추론 서비스구성의 높은 자유도 제공

  • Swagger UI 기반 API Test 지원

  • Auto Scaling 설정 지원 (추론 서비스 부하에 대한 성능확장 가능)

4. 분석모델 라이프사이클 관리

  • Experiment 관리를 위한 Lifecycle Python SDK 제공

  • Experiment 관리를 통한 모델 재학습/재배포 지원

  • Experiment 별 결과/비교 시각화 제공

5. 모니터링 제공

  • 배포 모델 추론서비스 모니터링 및 통계 제공

  • Data Drift 기반 모델 성능 모니터링

상세 기능 Manual


  • AccuInsight+ Modeler의 페이지 링크를 참조하시면 상세 기능을 참조하실 수 있습니다.

https://accuinsight.github.io/docs/modeler/modeler

이 답변이 유용합니까? 아니오

Send feedback
도움을 드리지 못해 죄송합니다. 피드백을 주시면 이 문서의 품질을 높이겠습니다.