이 페이지에서는 AutoML Tables의 알려진 문제와 이러한 문제를 방지하거나 피해를 복구하는 방법을 설명합니다.
예측
특성 열이 1개만 포함된 일괄 예측 요청이 실패합니다.
일괄 예측에는 특성 열을 최소한 2개 이상 제공해야 합니다.
BigQuery 통합
BigQuery 테이블 또는 뷰에 내부 오류로 표시되는 오류 발생
BigQuery를 데이터 소스 또는 예측 결과 타겟으로 사용할 때 BigQuery 스키마 또는 구성에 문제가 있으면 AutoML Tables에 내부 오류로 오류가 반환될 수 있습니다. BigQuery 사용 시 내부 오류가 발생하면 BigQuery 스키마 및 구성을 확인하세요.
Cloud AutoML API
API 엔드포인트 및 문서에 지원되지 않는 API 버전이 있음
AutoML Tables에서 지원되는 유일한 Cloud AutoML API 버전은
v1beta
입니다.v1
REST 또는 RPC 엔드포인트를 사용할 경우 AutoML Tables 객체에 액세스하거나 수정할 수 없습니다.
Google Cloud Console에서 AutoML Tables 사용
Microsoft Edge 및 Microsoft Internet Explorer 브라우저에서 사용자 환경이 최적화되지 않음
Microsoft Edge와 Microsoft Internet Explorer는 AutoML Tables의 기능 중 일부를 지원하지 않습니다. 문제가 있다면 Google Chrome, Safari나 Firefox를 사용해 보세요.
해결된 문제
다음 문제는 참조용으로 더 이상 AutoML Tables에 영향을 주지 않습니다.
로컬 특성 중요도 결과가 타임스탬프 특성에서 지원되지 않음
로컬 특성 중요도가 타임스탬프 유형의 특성이 포함된 모델에서 완전히 지원됩니다.
모델 배포 후 온라인 예측 요청의 지연 시간이 높음
모델을 배포한 후 첫 번째 온라인 예측 요청에서 더 이상 지연 시간 증가가 발생하지 않습니다.
필요 이상으로 오래 학습해도 더 이상 모델 품질이 저하되지 않음
모델 품질이 더 이상 개선되지 않는 것으로 판단되면 AutoML Tables가 모델 학습을 자동으로 중지합니다.
데이터세트의 행이 100,000개 미만이어도 모델 품질이 저하되지 않음
데이터세트의 행이 100,000개 미만이어도 모델 품질의 큰 저하 없이 모델을 학습시킬 수 있습니다. 일반적으로 데이터가 많을수록 모델 품질이 좋아집니다. 학습 데이터에 필요한 최소 행 수는 1,000개입니다.