이 페이지에서는 예측 출력을 생성하는 데 필요한 데이터 세트를 준비하는 방법을 설명합니다.
시작하기 전에
시작하기 전에 다음이 필요합니다.
- 모델
- 예측에 사용하는 데이터 세트에 표시되는 모든 당사자를 등록하기 위해서입니다.
예측용 데이터 세트 만들기
기존 데이터 세트(예: 백테스트에 사용한 데이터 세트)를 사용하여 예측을 만들 수 있습니다. 하지만 프로덕션 환경에서는 각 예측 실행에 대해 새 데이터 세트를 만드는 것이 좋습니다.
- 데이터 세트에서 모델까지 모든 계보를 추적할 책임은 고객에게 있습니다. 데이터가 변경되지 않도록 하려면 데이터 검증을 통과한 후 BigQuery 테이블의 스냅샷을 만드는 것이 좋습니다. 데이터 스냅샷을 만들지 않는 경우 작업이 데이터 세트를 사용할 때마다 AML AI 작업이 BigQuery 테이블을 읽으므로 데이터 세트 변경이 튜닝, 학습, 백테스트, 예측에 영향을 줄 수 있습니다.
- AML AI용 데이터 준비의 안내에 따라 1단계에서 스냅샷한 테이블을 사용하여 예측을 위한 별도의 AML AI 데이터 세트를 만듭니다. BigQuery 데이터 세트와 테이블을 만들려면 BigQuery 데이터 세트 및 테이블 준비의 명령어를 사용하면 됩니다.
출력 대상 준비
예측 결과 리소스를 만들 때 AML AI는 예측 출력(위험 점수 및 설명 기능)을 생성합니다.
예측 출력은 BigQuery로 전송됩니다. 예측 결과를 만들려면 먼저 이러한 출력에 대한 BigQuery 데이터 세트를 만들어야 합니다. 올바른 권한이 부여되고 데이터 세트가 API가 사용 설정된 동일한 프로젝트에 있는 한 모든 BigQuery 데이터 세트를 예측 출력에 사용할 수 있습니다.
위험도 점수 생성 및 설명 기능
이제 예측용 데이터 세트, 학습된 모델 리소스, 출력을 위한 BigQuery 데이터 세트를 만들었으므로 예측 결과를 만들 수 있습니다. 이렇게 하려면 예측 결과 만들기 및 관리를 참조하세요.