소스
Model Explainability
Model Explainability 머신 러닝 모델은 훈련 과정에서 입력과 출력 간의 관계를 미리 명시적으로 설명하지 않고 추론합니다. 이를 통해 ML 기법은 특히 특정 결과의 인과관계가 복잡하거나 불분명하지만 결과 모델이 블랙박스와 같은 역할을 하는 경우, 많은 변수가 포함된 복잡한 시나리오를 광범위한 설정 없이 처리할 수 있습니다. 모델이 성능이 저조한 경우 그 이유와 더 나아가 성능을 개선하는 방법을 파악하기 어려울 수…
SHOW VERSIONS IN MODEL 명령: 출력의 module_name 열 이름이 model_name 으로 변경됨
SHOW VERSIONS IN MODEL 명령: 출력의 module_name 열 이름이 model_name 으로 변경됨 주의 이 동작 변경 사항은 2024_07 번들에 있습니다. 번들의 현재 상태는 번들 기록 섹션을 참조하십시오. 이 동작 변경 번들을 활성화하면 SHOW VERSIONS IN MODEL 명령의 출력에서 module_name 열의 이름이 model_name 으로 변경됩니다. 열의 내용(모델 이름)은 변경되지 않…
SHOW FUNCTIONS IN MODEL 명령: 출력의 새로운 열
SHOW FUNCTIONS IN MODEL 명령: 출력의 새로운 열 주의 이 동작 변경 사항은 2024_06 번들에 있습니다. 번들의 현재 상태는 번들 기록 섹션을 참조하십시오. 이 동작 변경 번들이 활성화되면 SHOW FUNCTIONS IN MODEL 명령의 출력에 다음과 같은 새 열이 포함됩니다. 열 이름 설명 is_table_function 함수가 단일 값이 아닌 테이블 형식의 데이터를 반환하는 함수인 테이블 …
Snowflake Model Registry를 사용하여 모델 관리하기
Snowflake Model Registry를 사용하여 모델 관리하기 Snowflake Model Registry는 머신 러닝 모델을 개발 단계에서 프로덕션 단계로 변환하는 과정을 간소화합니다. 체계적으로 정리된 모델 레지스트리는 모든 모델, 메트릭 및 메타데이터의 중앙 허브이자 단일 소스 역할을 합니다. 레지스트리에 모델을 기록하는 것은 Snowflake ML Ops 여정의 첫 번째이자 가장 중요한 단계로, 머신 러닝 작업에…