알려진 문제

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 v1beta입니다. 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.