Vertex AI 예측 Jupyter 노트북 튜토리얼

이 문서에는 모든 Vertex AI 예측 Jupyter 노트북 튜토리얼 목록이 포함되어 있습니다. 이러한 엔드 투 엔드 튜토리얼은 Vertex AI 예측을 사용하는 데 도움이 되며 특정 프로젝트를 구현하는 방법에 대한 아이디어를 제공합니다.

Jupyter 노트북을 호스팅할 수 있는 환경은 여러 가지가 있습니다. 다음과 같은 환경에서 실행할 수 있습니다.

Colaboratory(Colab) 또는 Vertex AI Workbench와 같은 서비스를 사용하여 클라우드에서 실행
GitHub에서 다운로드하고 로컬 머신에서 실행
GitHub에서 다운로드하고 로컬 네트워크의 Jupyter 또는 JupyterLab 서버에서 실행

Colab

Colab에서 Jupyter 노트북을 실행하면 빠르게 시작할 수 있습니다.

Colab에서 노트북 튜토리얼을 열려면 노트북 목록에서 Colab 링크를 클릭합니다. Colab은 필요한 모든 종속 항목이 포함된 VM 인스턴스를 만들고 Colab 환경을 실행한 후 노트북을 로드합니다.

Vertex AI Workbench

사용자 관리형 노트북을 사용하여 노트북을 실행할 수도 있습니다. Vertex AI Workbench를 사용하여 사용자 관리형 노트북 인스턴스를 만들면 호스팅 VM을 완전히 제어할 수 있습니다. 호스팅 VM의 구성과 환경을 지정할 수 있습니다.

Vertex AI Workbench 인스턴스에서 노트북 튜토리얼을 열려면 다음 안내를 따르세요.

노트북 목록에서 Vertex AI Workbench 링크를 클릭합니다. 이 링크를 사용하면 Vertex AI Workbench 콘솔이 열립니다.
노트북 배포 화면에서 새 Vertex AI Workbench 인스턴스 이름을 입력하고 만들기를 클릭합니다.
인스턴스가 시작된 후 표시되는 노트북 열기 준비 완료 대화상자에서 열기를 클릭합니다.
노트북 서버에 배포 확인 페이지에서 확인을 선택합니다.
노트북을 실행하기 전에 커널 > 커널 다시 시작 및 모든 출력 지우기를 선택합니다.

노트북 목록

서비스	설명	다음에서 열기
테이블 형식 데이터 분류	AutoML 테이블 형식 학습 및 예측. 테이블 형식 데이터 세트를 기반으로 AutoML 모델을 학습시키고 예측하는 방법을 알아보세요. 테이블 형식 데이터 분류에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI 모델 학습 작업을 만듭니다. AutoML 테이블 형식 모델을 학습시킵니다. 모델 리소스를 서빙 엔드포인트 리소스에 배포합니다. 데이터를 전송하여 예측 수행 모델 리소스 배포를 취소합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
이미지 분류 모델에서 예측 가져오기	일괄 예측을 위한 AutoML 학습 이미지 분류 모델 이 튜토리얼에서는 Python 스크립트에서 AutoML 이미지 분류 모델을 만든 후 Vertex SDK를 사용하여 일괄 예측을 수행합니다. 이미지 분류 모델에서 예측 가져오기에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex 데이터 세트 리소스를 만듭니다. 모델을 학습시킵니다. 모델 평가를 확인합니다. 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
이미지 분류 모델에서 예측 가져오기	온라인 예측을 위한 AutoML 학습 이미지 분류 모델 이 튜토리얼에서는 AutoML 이미지 분류 모델을 만들고 Vertex SDK를 사용해서 Python 스크립트에서 온라인 예측을 수행할 수 있도록 배포합니다. 이미지 분류 모델에서 예측 가져오기에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex `Dataset` 리소스를 만듭니다. 모델을 학습시킵니다. 모델 평가를 확인합니다. 서빙 `Endpoint` 리소스에 `Model` 리소스를 배포합니다. 예측을 수행합니다. `Model`의 배포를 취소합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
AutoML	Edge로 내보낼 AutoML 학습 이미지 객체 감지 모델 이 튜토리얼에서는 Vertex SDK를 사용하여 Python 스크립트로부터 AutoML 이미지 객체 감지 모델을 만들고 모델을 TFLite 형식의 에지 모델로 내보냅니다. 튜토리얼 단계 Vertex 데이터 세트 리소스를 만듭니다. 모델을 학습시킵니다. 모델 리소스에서 Cloud Storage로 에지 모델을 내보냅니다. 모델을 로컬로 다운로드합니다. 로컬 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
이미지 데이터의 객체 감지	온라인 예측을 위한 AutoML 학습 이미지 객체 감지 모델 이 튜토리얼에서는 AutoML 이미지 객체 감지 모델을 만들고 Vertex AI SDK를 사용하여 Python 스크립트에서 온라인 예측을 위해 배포합니다. 이미지 데이터의 객체 감지에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI 데이터 세트 리소스를 만듭니다. 모델을 학습시킵니다. 모델 평가를 확인합니다. 모델 리소스를 서빙 엔드포인트 리소스에 배포합니다. 예측을 수행합니다. 모델 배포를 취소합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
E2E AutoML의 테이블 형식 워크플로	AutoML 테이블 형식 워크플로 파이프라인 Google Cloud 파이프라인 구성요소에서 다운로드한 Vertex AI Pipelines를 사용하여 2개의 회귀 모델을 만드는 방법을 알아보세요. E2E AutoML의 테이블 형식 워크플로에 대해 자세히 알아보세요. 튜토리얼 단계 기본값에서 검색 공간을 줄여 시간을 절약하는 학습 파이프라인을 만듭니다. 이전 파이프라인의 아키텍처 검색 결과를 재사용하여 시간을 절약하는 학습 파이프라인을 만듭니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
AutoML 학습	AutoML 학습 시작하기 `Vertex AI`를 사용한 학습에 `AutoML`를 사용하는 방법을 알아보세요. AutoML 학습에 대해 자세히 알아보세요. 튜토리얼 단계 이미지 모델을 학습시킵니다. 이미지 모델을 Edge 모델로 내보냅니다. 테이블 형식 모델을 학습시킵니다. 테이블 형식 모델을 클라우드 모델로 내보냅니다. 텍스트 모델을 학습시킵니다. 동영상 모델을 학습시킵니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
테이블 형식 데이터에 대한 계층적 예측	일괄 예측을 위한 Vertex AI AutoML 학습 계층적 예측 이 튜토리얼에서는 AutoML 계층적 예측 모델을 만들고 Vertex AI SDK for Python을 사용하여 일괄 예측을 위해 배포합니다. 테이블 형식 데이터에 대한 계층적 예측에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI TimeSeriesDataset 리소스 만들기 모델 학습 모델 평가를 확인합니다. 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
이미지 데이터의 객체 감지	일괄 예측을 위한 AutoML 학습 이미지 객체 감지 모델 이 튜토리얼에서는 Python 스크립트에서 AutoML 이미지 객체 감지 모델을 만든 다음 Vertex AI SDK for Python를 사용하여 일괄 예측을 수행합니다. 이미지 데이터의 객체 감지에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex 데이터 세트 리소스를 만듭니다. 모델을 학습시킵니다. 모델 평가를 확인합니다. 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
AutoML을 사용한 예측	일괄 예측을 위한 AutoML 테이블 형식 예측 모델 Python 스크립트에서 AutoML 테이블 형식 예측 모델을 만들고 Vertex AI SDK를 사용하여 일괄 예측을 생성하는 방법을 알아봅니다. AutoML을 사용한 예측에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI 데이터 세트 리소스를 만듭니다. AutoML 테이블 형식 예측 모델 리소스를 학습시킵니다. 모델 리소스에 대한 평가 측정항목을 가져옵니다. 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
테이블 형식 데이터에 대한 회귀	BigQuery를 사용한 일괄 예측을 위한 AutoML 학습 테이블 형식 회귀 모델 Vertex AI SDK for Python을 사용하여 AutoML 테이블 형식 회귀 모델을 만들고 일괄 예측을 위해 배포하는 방법을 알아보세요. 테이블 형식 데이터에 대한 회귀에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI 데이터 세트 리소스를 만듭니다. AutoML 테이블 형식 회귀 모델 리소스를 학습시킵니다. 모델 리소스에 대한 평가 측정항목을 가져옵니다. 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
테이블 형식 데이터에 대한 회귀	BigQuery를 사용한 온라인 예측을 위한 AutoML 학습 테이블 형식 회귀 모델 Vertex AI SDK를 사용하여 AutoML 테이블 형식 회귀 모델을 만들고 Python 스크립트에서 온라인 예측을 배포하는 방법을 알아보세요. 테이블 형식 데이터에 대한 회귀에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex 데이터 세트 리소스를 만듭니다. 모델을 학습시킵니다. 모델 평가를 확인합니다. 모델 리소스를 서빙 엔드포인트 리소스에 배포합니다. 예측을 수행합니다. 모델 배포를 취소합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
동영상 데이터의 동작 인식	일괄 예측을 위한 AutoML 학습 동영상 동작 인식 모델 Python 스크립트에서 AutoML 동영상 동작 인식 모델을 만든 다음 Vertex AI SDK를 사용하여 일괄 예측을 수행하는 방법을 알아보세요. 동영상 데이터의 동작 인식에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI 데이터 세트 리소스를 만듭니다. 모델을 학습시킵니다. 모델 평가를 확인합니다. 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
동영상 데이터 분류	일괄 예측을 위한 AutoML 학습 동영상 분류 모델 Python 스크립트에서 AutoML 동영상 분류 모델을 만든 다음 Vertex AI SDK를 사용하여 일괄 예측을 수행하는 방법을 알아보세요. 동영상 데이터 분류에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex 데이터 세트 리소스를 만듭니다. 모델을 학습시킵니다. 모델 평가를 확인합니다. 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
동영상 데이터의 객체 추적	일괄 예측을 위한 AutoML 학습 동영상 객체 추적 모델 Python 스크립트에서 AutoML 동영상 객체 추적 모델을 만든 다음 Vertex AI SDK for Python을 사용하여 일괄 예측을 수행하는 방법을 알아보세요. 동영상 데이터의 객체 추적에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex 데이터 세트 리소스를 만듭니다. 모델을 학습시킵니다. 모델 평가를 확인합니다. 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
BigQuery ML	BigQuery ML 학습 시작하기 Vertex AI를 사용한 학습에 BigQuery ML을 사용하는 방법을 알아보세요. BigQuery ML에 대해 자세히 알아보세요. 튜토리얼 단계 프로젝트에서 로컬 BigQuery 테이블을 만듭니다. BigQuery ML 모델을 학습시킵니다. BigQuery ML 모델을 평가합니다. BigQuery ML 모델을 클라우드 모델로 내보냅니다. 내보낸 모델을 Vertex AI 모델 리소스로 업로드합니다. Vertex AI Vizier를 사용한 BigQuery ML 모델의 초매개변수를 조정합니다. Vertex AI Model Registry에 BigQuery ML 모델 자동 등록	Colab Colab Enterprise GitHub Vertex AI Workbench
커스텀 학습 Vertex AI Prediction	FastAPI 및 Vertex AI 커스텀 컨테이너 제공을 사용하여 Iris 감지 모델 배포 Vertex AI에서 커스텀 분류 모델을 생성, 배포, 서빙하는 방법을 알아보세요. 커스텀 학습에 대해 자세히 알아보세요. Vertex AI Prediction에 대해 자세히 알아보세요. 튜토리얼 단계 꽃의 측정치를 입력으로 사용하여 붓꽃의 유형을 예측하는 모델을 학습시킵니다. 모델과 직렬화된 사전 처리기를 저장합니다. 예측 및 상태 점검을 처리하는 FastAPI 서버를 빌드합니다. 모델 아티팩트로 커스텀 컨테이너를 빌드합니다. Vertex AI 엔드포인트에 커스텀 컨테이너를 업로드하고 배포합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Training	BigQuery 데이터로 TensorFlow 모델 학습 Vertex AI SDK for Python을 사용하여 Docker 컨테이너의 Python 스크립트에서 커스텀 학습 모델을 만든 후 데이터를 전송하여 배포된 모델에서 예측을 수행하는 방법을 알아보세요. Vertex AI Training에 대해 자세히 알아보세요. 튜토리얼 단계 모델 학습을 위한 Vertex AI 커스텀 `TrainingPipeline`을 만듭니다. TensorFlow 모델을 학습시킵니다. 서빙 `Endpoint` 리소스에 `Model` 리소스를 배포합니다. 예측을 수행합니다. `Model` 리소스의 배포를 취소합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
커스텀 학습	Vertex AI Model Registry에 대한 커스텀 컨테이너 이미지 및 자동 모델 업로드를 사용하는 커스텀 학습. 이 튜토리얼에서는 Vertex AI에서 커스텀 학습을 위한 커스텀 이미지 접근 방법을 사용해서 머신러닝 모델을 학습시킵니다. 커스텀 학습에 대해 자세히 알아보세요. 튜토리얼 단계 모델 학습을 위해 Vertex AI 커스텀 작업을 생성합니다. 커스텀 컨테이너를 사용하여 TensorFlow 모델을 학습하고 등록합니다. Vertex AI Model Registry에서 등록된 모델을 나열합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Cloud Profiler	Cloud Profiler를 사용한 모델 학습 성능 프로파일링 커스텀 학습 작업에 Cloud Profiler를 사용 설정하는 방법을 알아보세요. Cloud Profiler에 대해 자세히 알아보세요. 튜토리얼 단계 서비스 계정 및 Cloud Storage 버킷을 설정합니다. Vertex AI 텐서보드 인스턴스를 만듭니다. 커스텀 학습 작업 만들고 실행합니다. Cloud Profiler 대시보드를 확인합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
커스텀 학습	XGBoost용 Vertex AI Training 시작하기 Vertex AI Training을 사용하여 XGBoost 커스텀 모델을 학습시키는 방법을 알아보세요. 커스텀 학습에 대해 자세히 알아보세요. 튜토리얼 단계 Python 패키지를 사용하여 학습시킵니다. 초매개변수 조정 시 정확성을 보고합니다. Cloud StorageFuse를 사용하여 모델 아티팩트를 Cloud Storage에 저장합니다. Vertex AI 모델 리소스를 만듭니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
배포 간 공유 리소스	엔드포인트 및 공유 VM 시작하기. 배포 리소스 풀을 사용하여 모델을 배포하는 방법을 알아보세요. 배포 간 공유 리소스에 대해 자세히 알아보세요. 튜토리얼 단계 선행 학습된 이미지 분류 모델을 `Model` 리소스(모델 A)로 업로드합니다. 선행 학습된 텍스트 문장 인코더 모델을 `Model` 리소스(모델 B)로 업로드합니다. 공유 VM 배포 리소스 풀을 만듭니다. 공유 VM 배포 리소스 풀을 나열합니다. `Endpoint` 리소스 2개를 만듭니다. 배포 리소스 풀을 사용하여 첫 번째 모델(모델 A)을 첫 번째 `Endpoint` 리소스에 배포합니다. 배포 리소스 풀을 사용하여 두 번째 모델(모델 B)을 두 번째 `Endpoint` 리소스에 배포합니다. 처음 배포된 모델(모델 A)로 예측 요청을 보냅니다. 두 번째 배포된 모델(모델 B)로 예측 요청을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
커스텀 학습 Vertex AI 일괄 예측	커스텀 학습 및 일괄 예측 Vertex AI Training을 사용하여 커스텀 학습 모델을 만들고 Vertex AI 일괄 예측을 사용하여 학습된 모델에서 일괄 예측을 수행하는 방법을 알아보세요. 커스텀 학습에 대해 자세히 알아보세요. Vertex AI 일괄 예측에 대해 자세히 알아보세요. 튜토리얼 단계 TensorFlow 모델 학습을 위한 Vertex AI 커스텀 작업을 만듭니다. 학습된 모델 아티팩트를 모델 리소스로 업로드합니다. 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
커스텀 학습 Vertex AI Prediction	커스텀 학습 및 온라인 예측 `Vertex AI Training`를 사용하여 Docker 컨테이너의 Python 스크립트에서 커스텀 학습 모델을 만들고 `Vertex AI Prediction`를 사용하여 데이터를 전송하여 배포된 모델에서 예측을 수행하는 방법을 알아보세요. 커스텀 학습에 대해 자세히 알아보세요. Vertex AI Prediction에 대해 자세히 알아보세요. 튜토리얼 단계 TensorFlow 모델 학습을 위한 `Vertex AI` 커스텀 작업을 만듭니다. 학습된 모델 아티팩트를 `Model` 리소스에 업로드합니다. 서빙 `Endpoint` 리소스를 만듭니다. 서빙 `Endpoint` 리소스에 `Model` 리소스를 배포합니다. 예측을 수행합니다. `Model` 리소스의 배포를 취소합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
BigQuery 데이터 세트 BigQuery 사용자용 Vertex AI	BigQuery 데이터 세트 시작하기 BigQuery를 Vertex AI를 사용한 학습에 데이터 세트로 사용하는 방법을 알아봅니다. BigQuery 데이터 세트에 대해 자세히 알아보세요. BigQuery 사용자용 Vertex AI에 대해 자세히 알아보세요. 튜토리얼 단계 AutoML 학습과 호환되는 BigQuery 테이블에서 Vertex AI 데이터 세트 리소스를 만듭니다. 데이터 세트의 사본을 BigQuery에서 AutoML 또는 커스텀 학습과 호환되는 Cloud Storage의 CSV 파일로 추출합니다. BigQuery 데이터 세트의 행을 커스텀 학습과 호환되는 pandas dataframe으로 선택합니다. BigQuery 데이터 세트에서 커스텀 학습 TensorFlow 모델과 호환되는 `tf.data.Dataset`에 로드할 행을 선택합니다. 추출된 CSV 파일에서 커스텀 학습 TensorFlow 모델과 호환되는 `tf.data.Dataset`에 로드할 행을 선택합니다. CSV 파일에서 BigQuery 데이터 세트를 만듭니다. BigQuery 테이블에서 커스텀 학습 XGBoost 모델과 호환되는 DMatrix로 데이터를 추출합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Experiments Vertex ML Metadata	커스텀 학습용 Vertex AI Experiments 계보 빌드 Vertex AI Experiments에서 전처리 코드를 통합하는 방법을 알아보세요. Vertex AI Experiments에 대해 자세히 알아보세요. Vertex ML Metadata에 대해 자세히 알아보세요. 튜토리얼 단계 데이터 사전 처리를 위한 모듈을 실행합니다. 데이터 세트 아티팩트를 만듭니다. 매개변수를 로깅합니다. 모델 학습을 위한 모듈을 실행합니다. 매개변수를 로깅합니다. 모델 아티팩트를 만듭니다. 데이터 세트, 모델, 매개변수에 추적 계보를 할당합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Experiments	로컬에서 학습된 모델의 매개변수 및 측정항목 추적 Vertex AI Experiments을 사용하여 모델 실험을 비교하고 평가하는 방법을 알아보세요. Vertex AI Experiments에 대해 자세히 알아보세요. 튜토리얼 단계 모델 매개변수를 로깅합니다. 모든 에포크의 손실과 측정항목을 Vertex AI 텐서보드에 로깅합니다. 평가 측정항목을 로깅합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Experiments Vertex AI Pipelines	Vertex AI Experiments과 파이프라인 실행 비교 Vertex AI Experiments을 사용하여 파이프라인 작업을 로깅한 후 다양한 파이프라인 작업을 비교하는 방법을 알아보세요. Vertex AI Experiments에 대해 자세히 알아보세요. Vertex AI Pipelines에 대해 자세히 알아보세요. 튜토리얼 단계 학습 구성요소를 공식화합니다. 학습 파이프라인을 빌드합니다. 여러 파이프라인 작업 실행 및 해당 결과를 로깅합니다. 다양한 파이프라인 작업을 비교합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 텐서보드	Vertex AI 텐서보드에서 오래된 실험 삭제. 불필요한 스토리지 비용을 방지하기 위해 오래된 Vertex AI 텐서보드 실험을 삭제하는 방법을 알아보세요. Vertex AI 텐서보드에 대해 자세히 알아보세요. 튜토리얼 단계 사전 정의된 키 값 라벨 쌍 가 있는 TB 실험을 삭제하는 방법 `create_time` 전에 생성된 TB 실험을 삭제하는 방법 `update_time` 전에 생성된 TB 실험을 삭제하는 방법	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Experiments	커스텀 학습 자동 로깅 - 로컬 스크립트 Vertex AI Experiments과의 통합을 활용하여 Vertex AI 학습에서 실행되는 ML 실험의 매개변수 및 측정항목을 자동 로깅하는 방법을 알아보세요. 튜토리얼 단계 스크립트에서 모델 실험을 공식화합니다. Vertex AI Training에서 로컬 스크립트를 사용하여 모델 학습을 실행합니다. Vertex AI Experiments에서 ML 실험 매개변수 및 측정항목 확인	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Experiments Vertex ML Metadata 커스텀 학습	Vertex AI Experiments 시작하기 Vertex AI로 학습할 때 Vertex AI Experiments을 사용하는 방법을 알아보세요. Vertex AI Experiments에 대해 자세히 알아보세요. Vertex ML Metadata에 대해 자세히 알아보세요. 커스텀 학습에 대해 자세히 알아보세요. 튜토리얼 단계 로컬(노트북) 학습 실험을 만듭니다. 실험에서 첫 번째 실행을 만듭니다. 매개변수 및 측정항목을 로깅합니다. 아티팩트 계보를 만듭니다. 실험 결과를 시각화합니다. 두 번째 실행을 실행합니다. 실험에서 두 실행을 비교합니다. Cloud(Vertex AI) 학습 학습 스크립트 내	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Experiments	자동 로깅. Vertex AI 자동 로깅을 사용하는 방법을 알아봅니다. 튜토리얼 단계 Vertex AI SDK에서 자동 로깅을 사용 설정합니다. scikitlearn 모델을 학습시키고 실험 실행을 설정하지 않고 Vertex AI Experiments에 자동 로깅된 측정항목과 매개변수를 사용하여 결과 실험 실행을 확인합니다. TensorFlow 모델을 학습시키고 `aiplatform.start_run()` 및 `aiplatform.end_run()`으로 실험 실행을 수동으로 설정하여 Vertex AI Experiments으로 자동 로깅된 측정항목 및 매개변수를 확인합니다. Vertex AI SDK에서 자동 로깅을 사용 중지한 후 PyTorch 모델을 학습시키고 매개변수 또는 측정항목이 로깅되지 않았는지 확인합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
테이블 형식 데이터 분류 Vertex Explainable AI	AutoML 테이블 형식 바이너리 분류 모델의 일괄 설명. `AutoML`를 사용하여 Python 스크립트에서 테이블 형식 이진 분류 모델을 만든 후 `Vertex AI Batch Prediction`를 사용하여 설명이 포함된 예측을 수행하는 방법을 알아보세요. 테이블 형식 데이터 분류에 대해 자세히 알아보세요. Vertex Explainable AI에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI 관리형 데이터 세트 리소스를 만듭니다. AutoML 테이블 형식 바이너리 분류 모델을 학습시킵니다. 학습된 모델의 모델 평가 측정항목을 확인합니다. 설명 가능성을 사용하여 일괄 예측 요청을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
테이블 형식 데이터 분류 Vertex Explainable AI	온라인 설명을 위한 AutoML 학습 테이블 형식 분류 모델 AutoML을 사용하여 Python 스크립트에서 테이블 형식 바이너리 분류 모델을 만드는 방법을 알아봅니다. 테이블 형식 데이터 분류에 대해 자세히 알아보세요. Vertex Explainable AI에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI 데이터 세트 리소스를 만듭니다. AutoML 테이블 형식 바이너리 분류 모델을 학습시킵니다. 학습된 모델의 모델 평가 측정항목을 확인합니다. 서빙 엔드포인트 리소스를 만듭니다. 모델 리소스를 서빙 엔드포인트 리소스에 배포합니다. 설명 가능성으로 온라인 예측 요청을 수행합니다. 모델 리소스 배포 취소	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex Explainable AI Vertex AI 일괄 예측	설명이 포함된 일괄 예측을 위한 커스텀 학습 이미지 분류 모델 `Vertex AI Training and Vertex Explainable AI`를 사용하여 설명이 포함된 커스텀 이미지 분류 모델을 만드는 방법을 알아보고, `Vertex AI Batch Prediction`를 사용하여 설명이 포함된 일괄 예측 요청을 수행하는 방법을 알아보세요. Vertex Explainable AI에 대해 자세히 알아보세요. Vertex AI 일괄 예측에 대해 자세히 알아보세요. 튜토리얼 단계 TensorFlow 모델 학습을 위한 `Vertex AI` 커스텀 작업을 만듭니다. 학습된 모델의 모델 평가를 확인합니다. 모델이 배포되는 시점에 대한 설명 매개변수를 설정합니다. 학습된 모델 아티팩트와 설명 매개변수를 `Model` 리소스로 업로드합니다. 설명이 포함된 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex Explainable AI Vertex AI Prediction	설명 가능성이 포함된 온라인 예측을 위한 커스텀 학습 이미지 분류 모델 Vertex AI Training 및 Vertex Explainable AI를 사용하여 설명이 포함된 커스텀 이미지 분류 모델을 만드는 방법을 알아봅니다. Vertex Explainable AI에 대해 자세히 알아보세요. Vertex AI Prediction에 대해 자세히 알아보세요. 튜토리얼 단계 TensorFlow 모델 학습을 위한 Vertex AI 커스텀 작업을 만듭니다. 학습된 모델의 모델 평가를 확인합니다. 모델이 배포되는 시점에 대한 설명 매개변수를 설정합니다. 학습된 모델 아티팩트와 설명을 모델 리소스로 업로드합니다. 서빙 엔드포인트 리소스를 만듭니다. 모델 리소스를 서빙 엔드포인트 리소스에 배포합니다. 설명을 포함하여 예측을 수행합니다. 모델 리소스 배포를 취소합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex Explainable AI Vertex AI 일괄 예측	설명이 포함된 일괄 예측을 위한 커스텀 학습 테이블 형식 회귀 모델 Vertex AI Training 및 Vertex Explainable AI를 사용하여 설명이 포함된 커스텀 이미지 분류 모델을 만드는 방법을 알아봅니다. Vertex Explainable AI에 대해 자세히 알아보세요. Vertex AI 일괄 예측에 대해 자세히 알아보세요. 튜토리얼 단계 TensorFlow 모델 학습을 위한 Vertex AI 커스텀 작업을 만듭니다. 학습된 모델의 모델 평가를 확인합니다. 모델의 설명 매개변수를 설정합니다. 학습된 모델 아티팩트를 모델 리소스로 업로드합니다. 설명이 포함된 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex Explainable AI Vertex AI Prediction	설명이 포함된 온라인 예측을 위한 커스텀 학습 테이블 형식 회귀 모델 Vertex AI Training 및 Vertex Explainable AI를 사용하여 설명이 포함된 커스텀 테이블 형식 회귀 모델을 만드는 방법을 알아봅니다. Vertex Explainable AI에 대해 자세히 알아보세요. Vertex AI Prediction에 대해 자세히 알아보세요. 튜토리얼 단계 TensorFlow 모델 학습을 위한 Vertex AI 커스텀 작업을 만듭니다. 학습된 모델의 모델 평가를 확인합니다. 모델이 배포되는 시점에 대한 설명 매개변수를 설정합니다. 학습된 모델 아티팩트와 설명을 모델 리소스로 업로드합니다. 서빙 엔드포인트 리소스를 만듭니다. 모델 리소스를 서빙 엔드포인트 리소스에 배포합니다. 설명을 포함하여 예측을 수행합니다. 모델 리소스 배포를 취소합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex Explainable AI Vertex AI Prediction	get_metadata를 사용한 설명이 포함된 온라인 예측을 위한 커스텀 학습 테이블 형식 회귀 모델 Vertex AI SDK를 사용해서 Google에서 사전 빌드된 Docker 컨테이너의 Python 스크립트로 커스텀 모델을 만드는 방법을 알아봅니다. Vertex Explainable AI에 대해 자세히 알아보세요. Vertex AI Prediction에 대해 자세히 알아보세요. 튜토리얼 단계 TensorFlow 모델 학습을 위한 Vertex AI 커스텀 작업을 만듭니다. TensorFlow 모델을 학습시킵니다. 모델 아티팩트를 검색하고 로드합니다. 학습된 모델의 모델 평가를 확인합니다. 설명 매개변수를 설정합니다. 모델을 Vertex AI 모델 리소스로 업로드합니다. 모델 리소스를 서빙 엔드포인트 리소스에 배포합니다. 설명을 포함하여 예측을 수행합니다. 모델 리소스 배포 취소	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex Explainable AI Vertex AI Prediction	Vertex Explainable AI를 사용한 이미지 분류 설명 선행 학습된 이미지 분류 모델에서 특성 기반 설명을 구성하고 설명이 포함된 온라인 및 일괄 예측을 수행하는 방법을 알아보세요. Vertex Explainable AI에 대해 자세히 알아보세요. Vertex AI Prediction에 대해 자세히 알아보세요. 튜토리얼 단계 TensorFlow Hub에서 사전 학습된 모델 다운로드 배포를 위한 모델 업로드 온라인 예측을 위한 모델 배포 설명이 포함된 온라인 예측 수행 설명이 포함된 일괄 예측 수행	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex Explainable AI	Vertex Explainable AI를 사용한 텍스트 분류 설명 설명이 포함된 온라인 예측을 위한 TensorFlow 텍스트 분류 모델에서 샘플링된 Shapley 메서드를 사용하여 특성 기반 설명을 구성하는 방법을 알아보세요. Vertex Explainable AI에 대해 자세히 알아보세요. 튜토리얼 단계 TensorFlow 텍스트 분류 모델 빌드 및 학습 배포를 위한 모델 업로드 온라인 예측을 위한 모델 배포 설명이 포함된 온라인 예측 수행	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Feature Store	Vertex AI Feature Store를 사용한 온라인 특성 서빙 및 BigQuery 데이터 가져오기 사용자 여정을 제공하고 가져오는 특성 값의 엔드 투 엔드 워크플로에서 Vertex AI Feature Store를 통해 BigQuery에서 데이터를 호스팅하고 서빙하기 위해 온라인 피처스토어 인스턴스를 만들고 사용하는 방법을 알아봅니다. Vertex AI Feature Store를 자세히 알아봅니다. 튜토리얼 단계 데이터를 호스팅하고 서빙하기 위해 온라인 피처스토어 인스턴스를 프로비저닝합니다. 온라인 피처스토어 인스턴스에 BigQuery 뷰를 등록하고 동기화 작업을 설정합니다. 온라인 서버를 사용하여 온라인 예측용 특성 값을 가져옵니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Feature Store	Vertex AI Feature Store 최적화 서빙을 사용한 온라인 특성 서빙 및 BigQuery 데이터 가져오기 온라인 피처스토어 인스턴스를 만들고 사용해서 특정 값을 서빙 및 인출하는 엔드 투 엔드 워크플로에서 Vertex AI Feature Store로 BigQuery에 데이터를 호스팅하고 서빙하는 방법을 알아봅니다. Vertex AI Feature Store를 자세히 알아봅니다. 튜토리얼 단계 공개 또는 비공개 엔드포인트에 최적화된 온라인 서빙을 사용해서 데이터를 호스팅 및 서빙하도록 온라인 피처스토어 인스턴스를 프로비저닝합니다. 온라인 피처스토어 인스턴스에 BigQuery 뷰를 등록하고 동기화 작업을 설정합니다. 온라인 서버를 사용하여 온라인 예측용 특성 값을 가져옵니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Feature Store	Vertex AI Feature Store를 사용한 온라인 특성 서빙 및 BigQuery 데이터 벡터 검색 특성 서빙 및 벡터 검색 사용자 여정의 엔드 투 엔드 워크플로에서 Vertex AI Feature Store를 통해 BigQuery에서 데이터를 호스팅하고 서빙하기 위해 온라인 피처스토어 인스턴스를 만들고 사용하는 방법을 알아봅니다. Vertex AI Feature Store를 자세히 알아봅니다. 튜토리얼 단계 데이터를 호스팅하고 서빙하기 위해 온라인 피처스토어 인스턴스를 프로비저닝합니다. BigQuery 테이블을 서빙할 온라인 피처스토어 인스턴스를 만듭니다. 온라인 서버를 사용하여 가장 가까운 이웃을 검색합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Feature Store	Vertex AI Feature Store 기반 LLM 그라운딩 튜토리얼 특성 서빙 및 벡터 검색 사용자 여정의 엔드 투 엔드 워크플로에서 Vertex AI Feature Store를 통해 BigQuery에서 데이터를 호스팅하고 서빙하기 위해 온라인 피처스토어 인스턴스를 만들고 사용하는 방법을 알아봅니다. Vertex AI Feature Store를 자세히 알아봅니다. 튜토리얼 단계 데이터를 호스팅하고 서빙하기 위해 온라인 피처스토어 인스턴스를 프로비저닝합니다. BigQuery 테이블을 서빙할 온라인 피처스토어 인스턴스를 만듭니다. 온라인 서버를 사용하여 가장 가까운 이웃을 검색합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Feature Store	Vertex AI Feature Store Feature View 서비스 에이전트 튜토리얼 Vertex AI Feature Store에서 특성 뷰에 전용 서비스 에이전트를 사용하는 방법을 알아보세요. Vertex AI Feature Store를 자세히 알아보세요. 튜토리얼 단계 전용 서비스 계정을 사용하도록 구성된 특성 뷰를 만듭니다. 각 특성 뷰에 대해 서비스 계정이 생성됩니다. 이러한 서비스 계정은 BigQuery에서 데이터를 동기화하는 데 사용됩니다. 특성 뷰 가져오기/나열 API는 자동 생성된 서비스 계정을 반환합니다. 사용자는 `bq addiampolicybinding` 명령어를 호출하여 서비스 계정에 `roles/bigquery.dataViewer`를 부여해야 합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Feature Store	스트리밍 가져오기 SDK Vertex AI SDK의 `write_feature_values` 메서드를 사용하여 `Pandas DataFrame`에서 Vertex AI Feature Store로 특성을 가져오는 방법을 알아보세요. Vertex AI Feature Store를 자세히 알아보세요. 튜토리얼 단계 피처스토어를 만듭니다. 피처스토어의 새 항목 유형을 만듭니다. `Pandas DataFrame`에서 피처스토어의 항목 유형으로 특성 값을 가져옵니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Feature Store	Pandas DataFrame에서 Vertex AI Feature Store(기존) 사용 Pandas DataFrame에서 `Vertex AI Feature Store` 를 사용하는 방법을 알아보세요. Vertex AI Feature Store를 자세히 알아보세요. 튜토리얼 단계 `Featurestore`, `EntityType`, `Feature` 리소스를 만듭니다. Pandas DataFrame의 특성 값을 항목 유형으로 가져옵니다. 온라인 피처스토어의 항목 특성 값을 Pandas DataFrame에서 읽습니다. 피처스토어의 특성 값을 Pandas DataFrame에 일괄 서빙합니다. 업데이트된 특성 값을 사용한 온라인 서빙입니다. 특정 시점의 정확성으로 학습에 특성 값을 가져옵니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Feature Store	Vertex AI Feature Store(기존)를 사용한 온라인 및 일괄 예측 `Vertex AI Feature Store` 를 사용하여 특성 데이터를 가져오고 학습과 같이 온라인 서빙 및 오프라인 작업 모두를 위한 특성 데이터에 액세스하는 방법을 알아보세요. Vertex AI Feature Store를 자세히 알아보세요. 튜토리얼 단계 `Featurestore`, `EntityType`, `Feature` 리소스를 만듭니다. 특성 데이터를 `Featurestore` 리소스로 가져옵니다. 가져온 특성을 사용하여 온라인 예측 요청 처리 학습 작업 등 오프라인 작업에서 가져온 특성에 액세스 스트리밍 가져오기를 사용하여 소량의 데이터를 가져옵니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI의 생성형 AI 지원 개요	RLHF 조정 모델을 사용하는 Vertex AI LLM 일괄 추론. 이 튜토리얼에서는 Vertex AI를 사용하여 RLHF 조정 대규모 언어 모델에서 예측을 가져옵니다. Vertex AI의 생성형 AI 지원 개요에 대해 자세히 알아보세요. 튜토리얼 단계 일괄 추론을 위해 사전 정의된 템플릿을 사용하여 Vertex AI 파이프라인 작업을 만듭니다. Vertex AI Pipelines를 사용하여 파이프라인을 실행합니다. 지정된 데이터 세트의 모델에 대한 예측 결과를 생성합니다.	Colab Enterprise GitHub Vertex AI Workbench
generative_ai	대규모 언어 모델 정제. Vertex AI LLM을 사용하여 대규모 언어 모델을 정제 및 배포하는 방법을 알아봅니다. 튜토리얼 단계 Vertex AI LLM 모델을 가져옵니다. 모델을 정제합니다. 그러면 Vertex AI 엔드포인트가 자동으로 생성되고 모델이 엔드포인트에 배포됩니다. Vertex AI LLM을 사용하여 예측합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
RLHF 조정을 사용한 텍스트 모델 조정	Vertex AI LLM 인간 피드백 기반 강화 학습. 이 튜토리얼에서는 Vertex AI RLHF를 사용하여 대규모 언어 모델(LLM)을 조정하고 배포합니다. RLHF 조정을 사용하여 텍스트 모델 조정에 대해 자세히 알아보세요. 튜토리얼 단계 모델 조정 단계 수를 설정합니다. 사전 정의된 조정 템플릿을 사용하여 Vertex AI 파이프라인 작업을 만듭니다. Vertex AI Pipelines를 사용하여 파이프라인을 실행합니다. 조정된 모델에서 예측을 가져옵니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
텍스트 임베딩	임베딩을 사용한 시맨틱 검색 이 튜토리얼에서는 텍스트에서 생성된 임베딩을 만들고 시맨틱 검색을 수행하는 방법을 보여줍니다. 텍스트 임베딩에 대해 자세히 알아보세요. 튜토리얼 단계 설치 및 가져오기 임베딩 데이터 세트 만들기 색인 만들기 색인 쿼리	Colab Colab Enterprise GitHub Vertex AI Workbench
텍스트 임베딩 API	텍스트 임베딩 새 API 새로운 2가지 GA 모델 text-embedding-004 및 text-multilingual-embedding-002에서 텍스트 임베딩 최신 API를 호출하는 방법을 알아보세요. 텍스트 임베딩 api에 대해 자세히 알아보세요. 튜토리얼 단계 설치 및 가져오기 임베딩 생성	Colab Colab Enterprise GitHub Vertex AI Workbench
지도 조정을 사용하여 텍스트 모델 조정	PEFT 조정 Vertex AI 모델. Vertex AI LLM을 사용하여 PEFT 대규모 언어 모델을 조정하고 배포하는 방법을 알아봅니다. 지도 조정을 사용하여 텍스트 모델 조정에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI LLM 모델을 가져옵니다. 모델을 조정합니다. 그러면 Vertex AI 엔드포인트가 자동으로 생성되고 모델이 배포됩니다. Vertex AI LLM을 사용하여 예측합니다. Vertex AI Prediction을 사용하여 예측합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
generative_ai	Vertex AI에서 조정 텍스트 임베딩 가져오기. 텍스트 임베딩 모델인 textembedding-gecko를 조정하는 방법을 알아보세요. 튜토리얼 단계	Colab GitHub Vertex AI Workbench
PaLM API	대규모 언어 모델에서 Vertex AI SDK 사용 Vertex AI에서 사용할 수 있는 대규모 언어 모델에 텍스트 입력을 제공하여 생성형 AI 언어 모델을 테스트, 조정, 배포하는 방법을 알아보세요. PaLM API에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI PaLM API의 예측 엔드포인트를 사용하여 메시지에 대한 생성형 AI 응답을 수신합니다. 텍스트 임베딩 엔드포인트를 사용하여 메시지의 벡터 표현을 수신합니다. 입력/출력 학습 데이터를 기반으로 LLM의 프롬프트 조정을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI로 마이그레이션 이미지 데이터 분류	AutoML 이미지 분류 `AutoML`를 사용하여 이미지 모델을 학습시키고 `Vertex AI Prediction` 및 `Vertex AI batch prediction`를 사용하여 온라인 및 일괄 예측을 수행하는 방법을 알아보세요. Vertex AI로 마이그레이션에 대해 자세히 알아보세요. 이미지 데이터 분류에 대해 자세히 알아보세요. 튜토리얼 단계 AutoML 이미지 분류 모델 학습 일괄 예측을 수행합니다. 엔드포인트에 모델을 배포합니다. 온라인 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI로 마이그레이션 이미지 데이터에 대한 객체 감지	AutoML 이미지 객체 감지 `AutoML`를 사용하여 이미지 모델을 학습시키고 `Vertex AI Prediction` 및 `Vertex AI Batch Prediction`를 사용하여 온라인 및 일괄 예측을 수행하는 방법을 알아보세요. Vertex AI로 마이그레이션에 대해 자세히 알아보세요. 이미지 데이터의 객체 감지에 대해 자세히 알아보세요. 튜토리얼 단계 AutoML 객체 감지 모델을 학습시킵니다. 일괄 예측을 수행합니다. 엔드포인트에 모델을 배포합니다. 온라인 예측을 수행합니다.	Colab GitHub Vertex AI Workbench
Vertex AI로 마이그레이션 동영상 데이터의 객체 추적	AutoML 동영상 객체 추적 AutoML을 사용하여 동영상 모델을 학습시키고 Vertex AI 일괄 예측을 사용하여 일괄 예측을 수행하는 방법을 알아봅니다. Vertex AI로 마이그레이션에 대해 자세히 알아보세요. 동영상 데이터의 객체 추적에 대해 자세히 알아보세요. 튜토리얼 단계 AutoML 동영상 객체 추적 모델을 학습시킵니다. 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI로 마이그레이션 테이블 형식 데이터 분류	AutoML 테이블 형식 이진 분류 이 튜토리얼에서는 AutoML 테이블 형식 이진 분류 모델을 만들고 Vertex AI SDK를 사용하여 Python 스크립트에서 온라인 예측을 위해 배포합니다. Vertex AI로 마이그레이션에 대해 자세히 알아보세요. 테이블 형식 데이터 분류에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI 데이터 세트 리소스를 만듭니다. 모델을 학습시킵니다. 모델 평가를 확인합니다. 모델 리소스를 서빙 엔드포인트 리소스에 배포합니다. 예측을 수행합니다. 모델 배포 취소	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI로 마이그레이션 동영상 데이터 분류	AutoML 동영상 분류 AutoML을 사용하여 동영상 모델을 학습시키고 Vertex AI 일괄 예측을 사용하여 일괄 예측을 수행하는 방법을 알아봅니다. Vertex AI로 마이그레이션에 대해 자세히 알아보세요. 동영상 데이터 분류에 대해 자세히 알아보세요. 튜토리얼 단계 AutoML 동영상 분류 모델 학습 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI로 마이그레이션 커스텀 학습	커스텀 학습 컨테이너를 사용한 커스텀 이미지 분류 커스텀 컨테이너 및 Vertex AI Training을 사용하여 TensorFlow 이미지 분류 모델을 학습시키는 방법을 알아보세요. Vertex AI로 마이그레이션에 대해 자세히 알아보세요. 커스텀 학습에 대해 자세히 알아보세요. 튜토리얼 단계 학습 코드를 Python 애플리케이션에 패키징합니다. Cloud Build 및 Artifact Registry를 사용하여 학습 애플리케이션을 컨테이너화합니다. Vertex AI에서 커스텀 컨테이너 학습 작업을 만들고 실행합니다. 학습 작업에서 생성된 모델을 평가합니다. Vertex AI Model Registry에서 학습된 모델의 모델 리소스를 만듭니다. Vertex AI 일괄 예측 작업을 실행합니다. 모델 리소스를 Vertex AI 엔드포인트에 배포합니다. 모델 리소스에서 온라인 예측 작업을 실행합니다. 생성된 리소스를 삭제합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI로 마이그레이션 커스텀 학습 개요	사전 빌드된 학습 컨테이너가 있는 커스텀 이미지 분류 사전 빌드된 컨테이너와 Vertex AI Training을 사용하여 TensorFlow 이미지 분류 모델을 학습시키는 방법을 알아보세요. Vertex AI로 마이그레이션에 대해 자세히 알아보세요. 커스텀 학습 개요에 대해 자세히 알아보세요. 튜토리얼 단계 학습 코드를 Python 애플리케이션에 패키징합니다. Cloud Build 및 Artifact Registry를 사용하여 학습 애플리케이션을 컨테이너화합니다. Vertex AI에서 커스텀 컨테이너 학습 작업을 만들고 실행합니다. 학습 작업에서 생성된 모델을 평가합니다. Vertex AI Model Registry에서 학습된 모델의 모델 리소스를 만듭니다. Vertex AI 일괄 예측 작업을 실행합니다. 모델 리소스를 Vertex AI 엔드포인트에 배포합니다. 모델 리소스에서 온라인 예측 작업을 실행합니다. 생성된 리소스를 삭제합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI로 마이그레이션 커스텀 학습 개요	사전 빌드된 학습 컨테이너가 있는 커스텀 Scikit-Learn 모델 Vertex AI Training을 사용하여 커스텀 학습 모델을 만드는 방법을 알아보세요. Vertex AI로 마이그레이션에 대해 자세히 알아보세요. 커스텀 학습 개요에 대해 자세히 알아보세요. 튜토리얼 단계 scikitlearn 모델 학습을 위한 Vertex AI 커스텀 작업을 만듭니다. 학습된 모델 아티팩트를 모델 리소스로 업로드합니다. 일괄 예측을 생성합니다. 모델 리소스를 서빙 엔드포인트 리소스에 배포합니다. 온라인 예측을 생성합니다. 모델 리소스 배포를 취소합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI로 마이그레이션 커스텀 학습 개요	사전 빌드된 학습 컨테이너가 있는 커스텀 XGBoost 모델 Vertex AI Training을 사용해 커스텀 학습 모델을 만드는 방법을 알아보세요. Vertex AI로 마이그레이션에 대해 자세히 알아보세요. 커스텀 학습 개요에 대해 자세히 알아보세요. 튜토리얼 단계 xgboost 모델 학습을 위한 Vertex AI 커스텀 작업을 만듭니다. 학습된 모델 아티팩트를 모델 리소스로 업로드합니다. 일괄 예측을 생성합니다. 모델 리소스를 서빙 엔드포인트 리소스에 배포합니다. 온라인 예측을 생성합니다. 모델 리소스 배포를 취소합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI로 마이그레이션 커스텀 학습	하이퍼파라미터 조정 `Vertex AI Hyperparameter`를 사용하여 커스텀 학습 모델을 만들고 조정하는 방법을 알아보세요. Vertex AI로 마이그레이션에 대해 자세히 알아보세요. 커스텀 학습에 대해 자세히 알아보세요. 튜토리얼 단계 TensorFlow 모델 학습을 위한 Vertex AI 초매개변수 조정 작업을 만듭니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Google Artifact Registry 문서	Google Artifact Registry 시작하기 Google Artifact Registry 사용 방법을 알아봅니다. Google Artifact Registry 문서에 대해 자세히 알아보세요. 튜토리얼 단계 비공개 Docker 저장소를 만듭니다. 비공개 Docker 저장소와 관련된 컨테이너 이미지에 태그를 지정합니다. 컨테이너 이미지를 비공개 Docker 저장소로 내보냅니다. 비공개 Docker 저장소에서 컨테이너 이미지를 가져옵니다. 비공개 Docker 저장소를 삭제합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex ML Metadata	커스텀 학습 작업의 매개변수 및 측정항목 추적 Vertex AI SDK for Python을 사용해 다음을 수행하는 방법을 알아보세요. 튜토리얼 단계 커스텀 학습 작업의 학습 매개변수와 예측 측정항목을 추적합니다. 실험의 모든 매개변수 및 측정항목에 대한 분석을 추출하고 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex ML Metadata	로컬에서 학습된 모델의 매개변수 및 측정항목 추적 Vertex ML Metadata를 사용하여 학습 매개변수 및 평가 측정항목을 추적하는 방법을 알아봅니다. Vertex ML Metadata에 대해 자세히 알아보세요. 튜토리얼 단계 로컬 학습 모델의 매개변수 및 측정항목을 추적합니다. 실험의 모든 매개변수 및 측정항목에 대한 분석을 추출하고 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex ML Metadata Vertex AI Pipelines	Vertex ML Metadata를 사용하여 Vertex AI Pipelines 실행에서 아티팩트 및 측정항목 추적 Vertex AI Pipeline 실행에서 Vertex ML Metadata로 아티팩트와 측정항목을 추적하는 방법을 알아보세요. Vertex ML Metadata에 대해 자세히 알아보세요. Vertex AI Pipelines에 대해 자세히 알아보세요. 튜토리얼 단계 Kubeflow Pipelines SDK를 사용하여 Vertex AI에서 실행되는 ML 파이프라인을 빌드합니다. 파이프라인은 데이터 세트를 만들고, scikitlearn 모델을 학습시키고, 모델을 엔드포인트에 배포합니다. 아티팩트와 메타데이터를 생성하는 커스텀 파이프라인 구성요소를 작성합니다. Google Cloud 콘솔과 프로그래매틱 방식으로 Vertex AI Pipelines 실행을 비교합니다. 파이프라인 생성 아티팩트의 계보를 trace합니다. 파이프라인 실행 메타데이터를 쿼리합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 모델 평가 테이블 형식 데이터에 대한 분류	AutoML 테이블 형식 분류 모델에서 일괄 예측 결과 평가 Vertex AI AutoML 테이블 형식 분류 모델을 학습시키는 방법과 `google_cloud_pipeline_components`를 사용한 Vertex AI 파이프라인 작업을 통해 평가하는 방법을 알아보세요. Vertex AI 모델 평가에 대해 자세히 알아보세요. 테이블 형식 데이터 분류에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI `Dataset`을 만듭니다. 데이터 세트 리소스에서 `Dataset` 테이블 형식 분류 모델을 학습시킵니다. 학습된 `AutoML model resource`를 파이프라인으로 가져옵니다. `Batch Prediction` 작업을 실행합니다. `Classification Evaluation component`를 사용하여 AutoML 모델을 평가합니다. 분류 측정항목을 AutoML 모델 리소스로 가져옵니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 모델 평가 테이블 형식 데이터에 대한 회귀	AutoML 테이블 형식 회귀 모델에서 일괄 예측 결과 평가 `google_cloud_pipeline_components`를 사용하여 Vertex AI 파이프라인 작업을 통해 Vertex AI 모델 리소스를 평가하는 방법을 알아보세요. Vertex AI 모델 평가에 대해 자세히 알아보세요. 테이블 형식 데이터에 대한 회귀에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI 데이터 세트를 만듭니다. `AutoMLTabularTrainingJob` 클래스를 구성합니다. 모델을 반환하는 `AutoMLTabularTrainingJob`을 실행합니다. 사전 학습된 `AutoML model resource`를 파이프라인으로 가져옵니다. 파이프라인에서 `batch prediction` 작업을 실행합니다. `regression evaluation component`를 사용하여 AutoML 모델을 평가합니다. 생성된 회귀 측정항목을 AutoML 모델 리소스로 가져옵니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 모델 평가 동영상 데이터 분류	AutoML 동영상 분류 모델에서 일괄 예측 결과 평가 Vertex AI AutoML 동영상 분류 모델을 학습시키는 방법과 google_cloud_pipeline_components를 사용한 Vertex AI 파이프라인 작업을 통해 평가하는 방법을 알아봅니다. Vertex AI 모델 평가에 대해 자세히 알아보세요. 동영상 데이터 분류에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI 데이터 세트를 만듭니다. Vertex AI 데이터 세트 리소스에서 AutoML 동영상 분류 모델을 학습시킵니다. 학습된 AutoML Vertex AI 모델 리소스를 파이프라인으로 가져옵니다. 파이프라인 내에서 일괄 예측 작업을 실행합니다. 회귀 평가 구성요소를 사용하여 AutoML 모델을 평가합니다. 분류 측정항목을 AutoML Vertex AI 모델 리소스로 가져옵니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 커스텀 학습 Vertex AI 모델 평가	커스텀 테이블 형식 분류 모델에서 BatchPrediction 결과 평가 이 튜토리얼에서는 scikit-learn RandomForest 모델을 학습시키고, Vertex AI Model Registry에 모델을 저장하고, Google Cloud 파이프라인 구성요소 Python SDK를 사용하여 Vertex AI 파이프라인 작업을 통해 모델을 평가하는 방법을 알아보세요. Vertex AI 커스텀 학습에 대해 자세히 알아보세요. Vertex AI 모델 평가에 대해 자세히 알아보세요. 튜토리얼 단계 공개 소스에서 데이터 세트를 가져옵니다. 데이터를 로컬에서 사전 처리하고 BigQuery에 테스트 데이터를 저장합니다. scikitlearn Python 패키지를 사용하여 로컬에서 RandomForest 분류 모델을 학습시킵니다. 예측을 위해 Artifact Registry에서 커스텀 컨테이너를 만듭니다. 모델을 Vertex AI Model Registry에 업로드합니다. Vertex AI Pipeline을 만들고 실행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 모델 평가 커스텀 학습	커스텀 테이블 형식 회귀 모델에서 일괄 예측 결과 평가 Google Cloud 파이프라인 구성요소를 사용해서 Vertex AI 파이프라인을 통해 Vertex AI 모델 리소스를 평가하는 방법을 알아보세요. Vertex AI 모델 평가에 대해 자세히 알아보세요. 커스텀 학습에 대해 자세히 알아보세요. 튜토리얼 단계 TensorFlow 모델 학습을 위한 Vertex AI 커스텀 학습 작업을 만듭니다. 커스텀 학습 작업을 실행합니다. 모델 아티팩트를 검색하고 로드합니다. 모델 평가를 확인합니다. 모델을 Vertex AI 모델 리소스로 업로드합니다. 사전 학습된 Vertex AI 모델 리소스를 파이프라인으로 가져옵니다. 파이프라인에서 일괄 예측 작업을 실행합니다. 회귀 평가 구성요소를 사용하여 모델을 평가합니다. 회귀 측정항목을 Vertex AI 모델 리소스로 가져옵니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI AutoSxS 모델 평가	인간 선호도 데이터 세트를 기준으로 자동 평가 도구 정렬 확인 `Vertex AI Pipelines` 및 `google_cloud_pipeline_components`를 사용하여 인간 선호도 데이터를 기반으로 자동 평가 도구 정렬을 확인하는 방법을 알아보세요. Vertex AI AutoSxS 모델 평가에 대해 자세히 알아보세요. 튜토리얼 단계 예측 및 인간 선호도 데이터로 평가 데이터 세트를 만듭니다. 데이터를 로컬에서 사전 처리하고 Cloud Storage에 저장합니다. 생성된 판단을 사용하여 판단과 일련의 AutoSxS 측정항목을 생성하는 Vertex AI AutoSxS 파이프라인을 만들고 실행합니다. 판단 및 AutoSxS 측정항목을 출력합니다. 이 노트북에서 만든 리소스를 삭제합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI AutoSxS 모델 평가	Vertex AI Model Registry에서 LLM을 서드 파티 모델과 비교하여 평가 `Vertex AI Pipelines` 및 `google_cloud_pipeline_components`를 사용하여 두 LLM 모델 간의 성능을 평가하는 방법을 알아보세요. Vertex AI AutoSxS 모델 평가에 대해 자세히 알아보세요. 튜토리얼 단계 공개 소스에서 데이터 세트를 가져옵니다. 데이터를 로컬에서 사전 처리하고 Cloud Storage에 테스트 데이터를 저장합니다. 판단을 생성하고 생성된 판단을 사용하여 두 후보 모델을 평가하는 Vertex AI AutoSxS 파이프라인을 만들고 실행합니다. 판단 및 평가 측정항목을 출력합니다. 이 노트북에서 만든 리소스를 삭제합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
일괄 예측을 위한 Vertex AI Model Monitoring	Model Monitoring을 사용한 Vertex AI 일괄 예측 Vertex AI Model Monitoring 서비스를 사용하여 일괄 예측에서 드리프트 및 이상치를 감지하는 방법을 알아봅니다. 일괄 예측을 위한 Vertex AI Model Monitoring에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI 모델 리소스로 사전 학습된 모델을 업로드합니다. 일괄 예측 요청을 생성합니다. 모델 모니터링 특성에서 보고된 통계, 시각화, 기타 데이터를 해석합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Monitoring	AutoML 테이블 형식 모델을 위한 Vertex AI Model Monitoring Vertex AI Model Monitoring 서비스를 사용하여 AutoML 테이블 형식 모델에 대해 입력 예측 요청에서 특성 편향 및 드리프트를 감지하는 방법을 알아봅니다. Vertex AI Model Monitoring에 대해 자세히 알아봅니다. 튜토리얼 단계 AutoML 모델을 학습시킵니다. 모델 리소스를 Vertex AI 엔드포인트 리소스에 배포합니다. 모델 모니터링을 위한 엔드포인트 리소스를 구성합니다. 편향에 대한 합성 예측 요청을 생성합니다. 드리프트에 대한 합성 예측 요청을 생성합니다. 이메일 알림이 수신될 때까지 기다립니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Monitoring	AutoML 이미지 모델의 온라인 예측을 위한 Vertex AI Model Monitoring AutoML 이미지 분류 모델과 함께 `Vertex AI Online Prediction`과 `Vertex AI Model Monitoring`을 사용하여 배포에서 벗어난 이미지를 감지하는 방법을 알아보세요. Vertex AI Model Monitoring에 대해 자세히 알아보세요. 튜토리얼 단계 1. AutoML 이미지 분류 모델 학습 2. 엔드포인트를 만듭니다. 3. 모델을 엔드포인트에 배포하고 모델 모니터링을 위해 구성합니다. 4. 분포 내 이미지와 분포 외 이미지가 모두 포함된 온라인 예측을 제출합니다. 5. 모델 모니터링을 사용하여 각 이미지에서 이상치 점수를 계산합니다. 6. 배포에서 벗어난 온라인 예측 요청의 이미지를 식별합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Monitoring	커스텀 테이블 형식 모델을 위한 Vertex AI Model Monitoring Vertex AI Model Monitoring 서비스를 사용하여 커스텀 테이블 형식 모델의 입력 예측 요청에서 특성 편향 및 드리프트를 감지하는 방법을 알아보세요. Vertex AI Model Monitoring에 대해 자세히 알아봅니다. 튜토리얼 단계 사전 학습된 커스텀 테이블 형식 모델을 다운로드합니다. 사전 학습된 모델을 Vertex AI Model Registry에 업로드합니다. 모델 리소스를 Vertex AI 엔드포인트 리소스에 배포합니다. 모델 모니터링을 위한 엔드포인트 리소스를 구성합니다. 편향 시뮬레이션을 위해 합성 예측 요청을 생성합니다. 이메일 알림을 기다립니다. 드리프트 시뮬레이션을 위해 합성 예측 요청을 생성합니다. 이메일 알림을 기다립니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Monitoring	TensorFlow Serving 컨테이너를 사용하는 커스텀 테이블 형식 모델을 위한 Vertex AI Model Monitoring Vertex AI Model Monitoring 서비스와 커스텀 배포 컨테이너를 사용하여 커스텀 테이블 형식 모델의 입력 예측 요청에서 특성 편향 및 드리프트를 감지하도록 하는 방법을 알아봅니다. Vertex AI Model Monitoring에 대해 자세히 알아봅니다. 튜토리얼 단계 사전 학습된 커스텀 테이블 형식 모델을 다운로드합니다. 선행 학습된 모델을 모델 리소스로 업로드합니다. "TensorFlow Serving" 서빙 바이너리를 사용하여 엔드포인트 리소스에 모델 리소스를 배포합니다. 모델 모니터링을 위한 엔드포인트 리소스를 구성합니다. 편향에 대한 합성 예측 요청을 생성합니다. 이메일 알림이 수신될 때까지 기다립니다. 드리프트에 대한 합성 예측 요청을 생성합니다. 이메일 알림이 수신될 때까지 기다립니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Monitoring	테이블 형식 모델 설정을 위한 Vertex AI Model Monitoring 입력 예측 요청에서 특성 편향 및 드리프트를 감지하도록 Vertex AI Model Monitoring 서비스를 설정하는 방법을 알아봅니다. Vertex AI Model Monitoring에 대해 자세히 알아봅니다. 튜토리얼 단계 사전 학습된 커스텀 테이블 형식 모델을 다운로드합니다. 선행 학습된 모델을 모델 리소스로 업로드합니다. 엔드포인트 리소스에 모델 리소스를 배포합니다. 모델 모니터링을 위한 엔드포인트 리소스를 구성합니다. 특성 입력에 대한 편향 및 드리프트 감지입니다. 특성 기여 분석을 위한 편향 및 드리프트 감지입니다. 1,000개의 예측 요청을 전송하여 입력 스키마를 자동으로 생성합니다. 모니터링 작업을 나열, 일시중지, 재개, 삭제합니다. 사전 정의된 입력 스키마를 사용하여 모니터링 작업을 다시 시작합니다. 로깅된 모니터링 데이터를 확인합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Monitoring	XGBoost 모델용 Vertex AI Model Monitoring Vertex AI Model Monitoring 서비스를 사용하여 XGBoost 모델의 입력 예측 요청에서 특성 편향 및 드리프트를 감지하는 방법을 알아봅니다. Vertex AI Model Monitoring에 대해 자세히 알아봅니다. 튜토리얼 단계 사전 학습된 XGBoost 모델을 다운로드합니다. 사전 학습된 모델을 Vertex AI Model Registry에 업로드합니다. 모델 리소스를 Vertex AI 엔드포인트 리소스에 배포합니다. 모델 모니터링을 위한 엔드포인트 리소스를 구성합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Monitoring	Vertex Explainable AI 특성 기여 분석을 사용하는 Vertex AI 모델 모니터링 Vertex AI Model Monitoring 서비스를 사용하여 배포된 Vertex AI 모델 리소스의 예측 요청에서 드리프트 및 이상치를 감지하는 방법을 알아봅니다. Vertex AI Model Monitoring에 대해 자세히 알아봅니다. 튜토리얼 단계 Vertex AI 모델 리소스로 사전 학습된 모델을 업로드합니다. Vertex AI 엔드포인트 리소스를 만듭니다. 엔드포인트 리소스에 모델 리소스를 배포합니다. 모델 모니터링을 위한 엔드포인트 리소스를 구성합니다. 모델 모니터링을 위한 기준 분포를 초기화합니다. 합성 예측 요청을 생성합니다. 모델 모니터링 특성에서 보고된 통계, 시각화, 기타 데이터를 해석하는 방법을 확인합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
model_monitoring_v2	Vertex AI 커스텀 모델 일괄 예측 작업을 위한 모델 모니터링. 이 튜토리얼에서는 다음 단계를 수행합니다. 튜토리얼 단계	Colab Colab Enterprise GitHub Vertex AI Workbench
model_monitoring_v2	Vertex AI 커스텀 모델 온라인 예측을 위한 모델 모니터링. 이 튜토리얼에서는 다음 단계를 수행합니다. 튜토리얼 단계	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Registry	Vertex AI Model Registry 시작하기. Vertex AI Model Registry를 사용하여 모델의 여러 버전을 만들고 등록하는 방법을 알아보세요. Vertex AI Model Registry에 대해 자세히 알아보세요. 튜토리얼 단계 모델의 첫 번째 버전을 만들고 Vertex AI Model Registry에 등록합니다. 모델의 두 번째 버전을 만들고 Vertex AI Model Registry에 등록합니다. 기본값인 모델 버전을 업데이트합니다. 모델 버전을 삭제합니다. 다음 모델 버전을 다시 학습시킵니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines AutoML 구성요소 테이블 형식 데이터 분류	google-cloud-pipeline-components를 사용하는 AutoML 테이블 형식 파이프라인 Vertex AI Pipelines 및 Google Cloud 파이프라인 구성요소를 사용하여 AutoML 테이블 형식 분류 모델을 빌드하는 방법을 알아봅니다. Vertex AI Pipelines에 대해 자세히 알아보세요. AutoML 구성요소에 대해 자세히 알아보세요. 테이블 형식 데이터 분류에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI 데이터 세트를 만드는 KFP 파이프라인을 만듭니다. AutoML 테이블 형식 분류 모델 리소스를 학습시키는 파이프라인에 구성요소를 추가합니다. Vertex AI 엔드포인트 리소스를 만드는 구성요소를 추가합니다. 엔드포인트 리소스에 모델 리소스를 배포하는 구성요소를 추가합니다. KFP 파이프라인을 컴파일합니다. Vertex AI Pipelines를 사용하여 KFP 파이프라인을 실행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines	프로덕션으로의 모델 배포를 위한 챌린저 및 축약 방법 비교 모델의 새 챌린저 버전을 학습하고, 모델을 평가하고, 프로덕션의 기존 승인된 모델과 평가를 비교하는 Vertex AI Pipeline 구성 방법을 알아보세요. 튜토리얼 단계 사전 학습된(승인된) 모델을 Vertex AI Model Registry로 가져옵니다. 합성 모델 평가 측정항목을 해당(승인된) 모델로 가져옵니다. Vertex AI 엔드포인트 리소스를 만듭니다. 승인된 모델을 엔드포인트 리소스에 배포합니다. 다음 단계를 실행하는 Vertex AI Pipeline을 만듭니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines	KFP SDK를 사용한 파이프라인 제어 구조 중첩된 예시를 포함한 루프 및 조건을 사용하여 파이프라인을 빌드하는 KFP SDK 사용 방법을 알아보세요. Vertex AI Pipelines에 대해 자세히 알아보세요. 튜토리얼 단계 제어 흐름 구성요소를 사용하여 KFP 파이프라인 만들기 KFP 파이프라인을 컴파일합니다. Vertex AI Pipelines를 사용하여 KFP 파이프라인을 실행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines 커스텀 학습 구성요소	사전 빌드된 Google Cloud 파이프라인 구성요소가 포함된 커스텀 학습 Vertex AI Pipelines 및 Google Cloud 파이프라인 구성요소를 사용해서 커스텀 모델을 빌드하는 방법을 알아보세요. Vertex AI Pipelines에 대해 자세히 알아보세요. 커스텀 학습 구성요소에 대해 자세히 알아보세요. 튜토리얼 단계 KFP 파이프라인 만들기	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines Vertex AI 일괄 예측 구성요소	커스텀 테이블 형식의 분류 모델을 위해 BigQuery 소스 및 대상을 사용한 학습 및 일괄 예측 이 튜토리얼에서는 scikit-learn 테이블 형식 분류 모델을 학습시키고 google_cloud_pipeline_components를 사용해서 Vertex AI Pipeline을 통해 이에 대한 일괄 예측 작업을 만듭니다. Vertex AI Pipelines에 대해 자세히 알아보세요. Vertex AI 일괄 예측 구성요소에 대해 자세히 알아보세요. 튜토리얼 단계 BigQuery에서 데이터 세트를 만듭니다. 일괄 예측을 위해 소스 데이터 세트 외에 일부 데이터를 따로 설정합니다. 학습 애플리케이션용 커스텀 Python 패키지를 만듭니다. Python 패키지를 Cloud Storage에 업로드합니다. Vertex AI 파이프라인을 만듭니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines Vertex AI 하이퍼파라미터 조정	Vertex AI 하이퍼파라미터 조정 파이프라인 구성요소 시작하기 Vertex AI 하이퍼파라미터 조정을 위해 Google Cloud 파이프라인 구성요소를 사전 빌드하는 방법을 알아보세요. Vertex AI Pipelines에 대해 자세히 알아보세요. Vertex AI 초매개변수 조정에 대해 자세히 알아보세요. 튜토리얼 단계 파이프라인 구축:	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines	Vertex AI Pipelines용 머신 관리 시작하기 독립 실행형 커스텀 학습 구성요소를 `Vertex AI CustomJob`으로 변환하는 방법을 알아보세요. 튜토리얼 단계 독립형 학습 작업으로 커스텀 구성요소를 만듭니다. 머신 리소스에 대한 구성요소 수준 설정을 사용하여 파이프라인을 실행합니다. 독립 실행형 학습 구성요소를 `Vertex AI CustomJob`으로 변환합니다. 머신 리소스에 대한 customjoblevel 설정을 사용하여 파이프라인을 실행합니다.	Colab GitHub Vertex AI Workbench
Vertex AI Pipelines AutoML 구성요소	google-cloud-pipeline-components를 사용하는 AutoML 이미지 분류 파이프라인 Vertex AI Pipelines 및 Google Cloud 파이프라인 구성요소를 사용하여 AutoML 이미지 분류 모델을 빌드하는 방법을 알아봅니다. Vertex AI Pipelines에 대해 자세히 알아보세요. AutoML 구성요소에 대해 자세히 알아보세요. 튜토리얼 단계 KFP 파이프라인 만들기	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines AutoML 구성요소 테이블 형식 데이터에 대한 회귀	google-cloud-pipeline-components를 사용하는 AutoML 테이블 형식 회귀 파이프라인 `Vertex AI Pipelines` 및 `Google Cloud Pipeline Components`를 사용하여 `AutoML` 테이블 형식 회귀 모델을 빌드하는 방법을 알아보세요. Vertex AI Pipelines에 대해 자세히 알아보세요. AutoML 구성요소에 대해 자세히 알아보세요. 테이블 형식 데이터에 대한 회귀에 대해 자세히 알아보세요. 튜토리얼 단계 `Dataset` 리소스를 만드는 KFP 파이프라인을 만듭니다. AutoML 테이블 형식 회귀 `Model` 리소스를 학습시키는 구성요소를 파이프라인에 추가합니다. `Endpoint` 리소스를 만드는 구성요소를 추가합니다. `Model` 리소스를 `Endpoint` 리소스에 배포하는 구성요소를 추가합니다. KFP 파이프라인을 컴파일합니다. `Vertex AI Pipelines`을 사용하여 KFP 파이프라인을 실행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines AutoML 구성요소	google-cloud-pipeline-components를 사용하는 AutoML 텍스트 분류 파이프라인 `Vertex AI Pipelines` 및 `Google Cloud Pipeline Components`를 사용하여 `AutoML` 텍스트 분류 모델을 빌드하는 방법을 알아보세요. Vertex AI Pipelines에 대해 자세히 알아보세요. AutoML 구성요소에 대해 자세히 알아보세요. 튜토리얼 단계 KFP 파이프라인 만들기	Colab GitHub Vertex AI Workbench
Vertex AI Pipelines BigQuery ML 구성요소	Swivel, BigQuery ML, Vertex AI Pipelines를 사용하여 인수 예측 모델 학습 자료에서 콘텐츠의 텍스트 임베딩을 계산하고 기업 인수 카테고리로 분류하기 위해 Vertex AI 파이프라인을 사용하여 간단한 BigQuery ML 파이프라인을 빌드하는 방법을 알아보세요. Vertex AI Pipelines에 대해 자세히 알아보세요. BigQuery ML 구성요소에 대해 자세히 알아보세요. 튜토리얼 단계 BigQuery에 데이터를 수집하는 Dataflow 작업의 구성요소를 만듭니다. BigQuery에서 데이터에서 실행할 사전 처리 단계를 위한 구성요소를 만듭니다. BigQuery ML을 사용하여 로지스틱 회귀 모델을 학습하기 위한 구성요소를 만듭니다. 생성된 모든 구성요소로 Kubeflow DSL 파이프라인을 빌드 및 구성합니다. Vertex AI Pipelines에서 파이프라인 컴파일 및 실행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines 커스텀 학습 구성요소	Google Cloud 파이프라인 구성요소를 사용하여 모델 학습, 업로드, 배포 Vertex AI Pipelines 및 Google Cloud 파이프라인 구성요소를 사용하여 커스텀 모델을 빌드 및 배포하는 방법을 알아봅니다. Vertex AI Pipelines에 대해 자세히 알아보세요. 커스텀 학습 구성요소에 대해 자세히 알아보세요. 튜토리얼 단계 KFP 파이프라인 만들기	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines	KFP 2.x를 사용한 Vertex AI Pipelines `Vertex AI Pipelines` 및 KFP 2를 사용하는 방법을 알아보세요. 튜토리얼 단계 KFP 파이프라인 만들기	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines	간단한 Python 함수 기반 구성요소 및 구성요소 I/O KFP SDK를 사용하여 간단한 Python 함수 기반 구성요소를 빌드한 후 Vertex AI Pipelines를 사용하여 파이프라인을 실행하는 방법을 알아봅니다. Vertex AI Pipelines에 대해 자세히 알아보세요. 튜토리얼 단계 Python 함수 기반 KFP 구성요소를 빌드합니다. KFP 파이프라인을 구성합니다. 경로 참조 및 값에 따라 구성요소 간에 아티팩트와 매개변수를 전달합니다. kfp.dsl.importer 메서드를 사용합니다. KFP 파이프라인을 컴파일합니다. Vertex AI Pipelines를 사용하여 KFP 파이프라인을 실행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines	KFP SDK를 사용하여 측정항목 시각화 및 비교 실행 Python용 KFP SDK를 사용하여 평가 측정항목을 생성하는 파이프라인을 빌드하는 방법을 알아보세요. Vertex AI Pipelines에 대해 자세히 알아보세요. 튜토리얼 단계 KFP 구성요소를 만듭니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines	프로덕션으로의 모델 배포를 위한 Multicontender 및 Champion 방법 비교 모델의 다른 버전에 대해 배포된 모델의 새 프로덕션 데이터를 평가하는 Vertex AI 파이프라인을 구성하여 경합 모델이 프로덕션에서 대체할 챔피언 모델이 되는지 확인합니다. 튜토리얼 단계 사전 학습된(챔피언) 모델을 Vertex AI Model Registry로 가져옵니다. 합성 모델 학습 평가 측정항목을 해당(챔피언) 모델로 가져옵니다. Vertex AI 엔드포인트 리소스를 만듭니다. 챔피언 모델을 엔드포인트 리소스에 배포합니다. 배포된 모델의 추가(경합자) 버전을 가져옵니다. 합성 모델 학습 평가 측정항목을 해당(경합자) 모델로 가져옵니다. Vertex AI Pipeline을 만듭니다. 챔피언 모델을 가져옵니다. (모의) 프로덕션 데이터를 사용한 챔피언 모델 미세 조정 챔피언 모델에 대한 합성 학습+프로덕션 평가 측정항목을 가져옵니다. 경합자 모델을 가져옵니다. (모의) 프로덕션 데이터를 사용한 경합자 모델 미세 조정 경합자 모델에 대한 합성 학습+프로덕션 평가 측정항목을 가져옵니다. 경합자의 평가를 챔피언과 비교하고 새로운 챔피언을 기본값으로 설정합니다. 새 챔피언 모델을 배포합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines	KFP용 파이프라인 소개 Python용 KFP SDK를 사용하여 평가 측정항목을 생성하는 파이프라인을 빌드하는 방법을 알아보세요. Vertex AI Pipelines에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI 파이프라인을 정의하고 컴파일합니다. 파이프라인 실행에 사용할 서비스 계정을 지정합니다. Vertex AI SDK for Python 및 REST API를 사용하여 파이프라인을 실행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
AutoML 구성요소 BigQuery ML 구성요소	BigQuery ML 및 AutoML - Vertex AI를 사용한 빠른 프로토타입 제작 Vertex AI Pipelines를 사용하여 모델을 빠르게 프로토타이핑하는 방법을 알아보세요. AutoML 구성요소에 대해 자세히 알아보세요. BigQuery ML 구성요소에 대해 자세히 알아보세요. 튜토리얼 단계 BigQuery 및 Vertex AI Training 데이터 세트를 만듭니다. BigQuery ML 및 AutoML 모델을 학습합니다. BigQueryML 및 AutoML 모델에서 평가 측정항목을 추출합니다. 가장 잘 학습된 모델을 선택합니다. 최고의 학습 모델을 배포합니다. 배포된 모델 인프라를 테스트합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Batch Prediction	특성 필터링을 사용하는 커스텀 모델 일괄 예측 Vertex AI SDK for Python을 사용하여 Docker 컨테이너의 Python 스크립트에서 커스텀 학습 모델을 만든 후 특성 목록을 포함하거나 제외하여 일괄 예측 작업을 실행하는 방법을 알아보세요. Vertex AI 일괄 예측에 대해 자세히 알아보세요. 튜토리얼 단계 모델 학습을 위한 Vertex AI 커스텀 `TrainingPipeline`을 만듭니다. TensorFlow 모델을 학습시킵니다. 일괄 예측 작업을 전송합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Prediction	NVIDIA Triton 서버 시작하기 온라인 예측을 위해 Vertex AI 모델 리소스와 함께 Nvidia Triton 서버를 실행하는 컨테이너를 Vertex AI 엔드포인트에 배포하는 방법을 알아보세요. Vertex AI Prediction에 대해 자세히 알아보세요. 튜토리얼 단계 TensorFlow Hub에서 모델 아티팩트를 다운로드합니다. 모델에 대해 Triton 서빙 구성 파일을 만듭니다. 모델 배포를 위해 Triton 서빙 이미지를 사용해서 커스텀 컨테이너를 생성합니다. 모델을 Vertex AI 모델 리소스로 업로드합니다. Vertex AI 모델 리소스를 Vertex AI 엔드포인트 리소스에 배포합니다. 예측 요청을 수행합니다. 모델 리소스를 배포 취소하고 엔드포인트를 삭제합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
원시 예측	Vertex AI 원시 예측으로 TensorFlow Serving 함수 시작하기 `Vertex AI Endpoint` 리소스에서 `Vertex AI Raw Prediction`를 사용하는 방법을 알아보세요. 원시 예측에 대해 자세히 알아보세요. 튜토리얼 단계 TensorFlow 1.x 에스티메이터를 위해 사전 학습된 테이블 형식 분류 모델 아티팩트를 다운로드합니다. TensorFlow 에스티메이터 모델을 `Vertex AI Model` 리소스로 업로드합니다. `Endpoint` 리소스를 만듭니다. `Model` 리소스를 `Endpoint` 리소스에 배포합니다. `Endpoint` 리소스에 배포된 `Model` 리소스 인스턴스에 대해 온라인 원시 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
커스텀 학습 모델에서 예측 가져오기	Vertex AI Prediction으로 TensorFlow Serving 시작하기. `TensorFlow Serving` 서빙 바이너리로 `Vertex AI Endpoint` 리소스에서 `Vertex AI Prediction`를 사용하는 방법을 알아보세요. 커스텀 학습 모델에서 예측 가져오기에 대해 자세히 알아보세요. 튜토리얼 단계	Colab Colab Enterprise GitHub Vertex AI Workbench
비공개 엔드포인트	Vertex AI 비공개 엔드포인트 시작하기. `Vertex AI Private Endpoint` 리소스를 사용하는 방법을 알아보세요. 비공개 엔드포인트에 대해 자세히 알아보세요. 튜토리얼 단계 `Private Endpoint` 리소스를 만듭니다. VPC 피어링 연결을 구성합니다. `Private Endpoint` 리소스에 배포하기 위한 `Model` 리소스의 서빙 바이너리를 구성합니다. `Model` 리소스를 `Private Endpoint` 리소스에 배포합니다. `Private Endpoint`에 예측 요청을 접송합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 언어 모델	Vertex AI LLM 및 스트리밍 예측 Vertex AI LLM을 사용하여 사전 학습된 LLM 모델을 다운로드하고 예측을 수행하고 모델을 미세 조정하는 방법을 알아보세요. Vertex AI 언어 모델에 대해 자세히 알아보세요. 튜토리얼 단계 사전 학습된 텍스트 생성 모델을 로드합니다. 비스트리밍 예측을 수행합니다. 스트리밍을 지원하는 사전 학습된 텍스트 생성 모델을 로드합니다. 스트리밍 예측을 수행합니다. 사전 학습된 채팅 모델을 로드합니다. 로컬 대화형 채팅 세션을 수행합니다. 텍스트 생성 모델로 일괄 예측을 수행합니다. 텍스트 임베딩 모델로 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
사전 빌드된 예측용 컨테이너	Vertex AI에서 사전 빌드된 컨테이너로 PyTorch 이미지 모델 제공 온라인 및 일괄 예측을 제공하기 위해 TorchServe에 사전 빌드된 Vertex AI 컨테이너를 사용해서 PyTorch 이미지 분류 모델을 패키징 및 배포하는 방법을 알아보세요. 예측용 사전 빌드 컨테이너에 대해 자세히 알아보세요. 튜토리얼 단계 PyTorch에서 사전 학습된 이미지 모델 다운로드 커스텀 모델 핸들러 만들기 모델 보관 파일에 모델 아티팩트 패키징 배포를 위한 모델 업로드 예측을 위한 모델 배포 온라인 예측 수행 일괄 예측 수행	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Prediction	Vertex AI에서 사전 빌드된 컨테이너로 PyTorch 모델 학습 및 배포 커스텀 학습 및 예측을 위해 사전 빌드된 컨테이너를 사용하여 PyTorch 이미지 분류 모델을 빌드, 학습, 배포하는 방법을 알아보세요. 튜토리얼 단계 학습 애플리케이션을 Python 소스 배포로 패키징 사전 빌드된 컨테이너에서 학습 작업 구성 및 실행 모델 보관 파일에 모델 아티팩트 패키징 배포를 위한 모델 업로드 예측을 위해 사전 빌드된 컨테이너를 사용하여 모델 배포 온라인 예측 수행	Colab Colab Enterprise GitHub Vertex AI Workbench
Ray on Vertex AI 개요	Ray on Vertex AI에서 PyTorch 시작하기 Ray on Vertex AI를 활용하여 PyTorch 이미지 분류 모델의 학습 프로세스를 효율적으로 배포하는 방법을 알아보세요. Ray on Vertex AI 개요에 대해 자세히 알아보세요. 튜토리얼 단계 학습 스크립트 준비 Ray Jobs API를 사용하여 Ray 작업 제출 PyTorch에서 학습된 이미지 모델 다운로드 커스텀 모델 핸들러 만들기 모델 보관 파일에 모델 아티팩트 패키징 Vertex AI Model Registry에 모델 등록 Vertex AI 엔드포인트에 모델 배포 온라인 예측 수행	Colab Colab Enterprise GitHub Vertex AI Workbench
Ray on Vertex AI 개요	Ray on Vertex AI 클러스터 관리 클러스터 만들기, 기존 클러스터 나열, 클러스터 가져오기, 클러스터 업데이트, 클러스터 삭제 방법을 알아보세요. Ray on Vertex AI 개요에 대해 자세히 알아보세요. 튜토리얼 단계 클러스터를 만듭니다. 기존 클러스터를 나열합니다. 클러스터를 가져옵니다. 클러스터를 수동으로 수직 확장한 다음 클러스터를 축소합니다. 기존 클러스터를 삭제합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Training Vertex AI Reduction Server	Vertex AI Reduction Server를 사용한 PyTorch 분산 학습 PyTorch 분산 학습 프레임워크 및 도구를 사용하는 PyTorch 분산 학습 작업을 만들고 Reduction Server를 사용하여 Vertex AI Training 서비스에서 학습 작업을 실행하는 방법을 알아보세요. Vertex AI Training에 대해 자세히 알아보세요. Vertex AI Reduction Server에 대해 자세히 알아보세요. 튜토리얼 단계 PyTorch 분산 학습 애플리케이션을 만듭니다. 사전 빌드된 컨테이너로 학습 애플리케이션을 패키징합니다. Reduction Server를 사용하여 Vertex AI에서 커스텀 작업을 만듭니다. 작업 제출 및 모니터링	Colab Colab Enterprise GitHub Vertex AI Workbench
동영상 데이터 분류	AutoML 동영상 분류 예시 이 노트북의 목표는 AutoML 동영상 분류 모델을 빌드하는 것입니다. 동영상 데이터 분류에 대해 자세히 알아보세요. 튜토리얼 단계 태스크 이름 및 Cloud Storage 프리픽스를 설정합니다. 관리형 데이터 세트를 만들기 위한 AutoML 동영상 데모 학습 데이터를 복사합니다. Vertex AI에서 데이터 세트를 만듭니다. 학습 작업을 구성합니다. Vertex AI에서 학습 작업 실행 및 모델을 만듭니다. 일괄 예측 작업 생성을 위한 AutoML 동영상 데모 예측 데이터 복사 모델에서 일괄 예측 작업 수행	Colab Colab Enterprise GitHub Vertex AI Workbench
커스텀 학습	Python 패키지, 관리형 텍스트 데이터 세트, TF Serving 컨테이너를 사용한 커스텀 학습 커스텀 Python 패키지 학습을 사용해서 커스텀 모델을 만들고 온라인 예측을 위해 TensorFlow Serving 컨테이너를 사용해서 모델을 제공하는 방법을 알아보세요. 커스텀 학습에 대해 자세히 알아보세요. 튜토리얼 단계 Vertex AI 관리형 데이터 세트를 만들기 위해 데이터를 다운로드하고 CSV 파일을 준비하는 유틸리티 함수를 만듭니다. 데이터 다운로드 관리형 데이터 세트 만들기를 위한 CSV 파일을 준비합니다. 커스텀 학습 Python 패키지를 만듭니다. TensorFlow Serving 컨테이너를 만듭니다. 관리형 텍스트 데이터 세트를 사용하여 커스텀 Python 패키지 학습을 실행합니다. 모델을 배포하고 Vertex AI에 엔드포인트를 만듭니다. 엔드포인트에서 예측을 실행합니다. 모델에 대한 일괄 예측 작업을 만듭니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
TabNet의 테이블 형식 워크플로	TabNet 모델을 사용하는 Vertex AI Explanations. 알고리즘을 설명하는 데 유용한 TabNet 출력을 시각화하기 위해 샘플 플롯 도구를 제공하는 방법을 알아보세요. TabNet의 테이블 형식 워크플로에 대해 알아보세요. 튜토리얼 단계 프로젝트를 설정합니다. Syn2 데이터의 사전 학습 모델 예측 데이터를 다운로드합니다. 마스크 출력을 기반으로 특성 중요도를 시각화하고 이해합니다. 이 튜토리얼에서 만든 리소스를 삭제합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI TabNet	Vertex AI SDK 2.0에서 Vertex AI 원격 학습을 사용하여 TabNet 모델 학습 `Vertex AI SDK 2. Tutorial steps Download and split the dataset Ingest the data in a Dataframe and perform transformations. Train a tabular classification model. Train a tabular regression model.` 사용 방법 알아보기	Colab GitHub Vertex AI Workbench
테이블 형식 데이터에 대한 BigQuery ML ARIMA+ 예측	Vertex AI 테이블 형식 워크플로를 사용하여 BigQuery ML ARIMA_PLUS 모델 학습 Google Cloud 파이프라인 구성요소에서 학습용 Vertex AI Pipeline을 사용하여 BigQuery ML ARIMA_PLUS 모델을 만든 후 해당 예측 파이프라인을 사용하여 일괄 예측을 수행하는 방법을 알아보세요. 테이블 형식 데이터에 대한 BigQuery ML ARIMA+ 예측에 대해 자세히 알아보세요. 튜토리얼 단계 BigQuery ML ARIMA_PLUS 모델을 학습시킵니다. BigQuery ML 모델 평가를 확인합니다. BigQuery ML 모델을 사용하여 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Google Cloud 파이프라인 구성요소 테이블 형식 데이터에 대한 Prophet	Vertex AI 테이블 형식 워크플로를 사용하여 Prophet 모델 학습 Google Cloud 파이프라인 구성요소에서 학습 Vertex AI Pipeline을 사용하여 여러 Prophet 모델을 만든 다음 해당 예측 파이프라인을 사용하여 일괄 예측을 수행하는 방법을 알아보세요. Google Cloud 파이프라인 구성요소에 대해 자세히 알아보세요. 테이블 형식 데이터에 대한 Prophet에 대해 자세히 알아보세요. 튜토리얼 단계 1. Prophet 모델을 학습시킵니다. 1. 평가 측정항목을 확인합니다. 1. Prophet 모델을 사용하여 일괄 예측을 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
TabNet의 테이블 형식 워크플로	TabNet 파이프라인 2개의 Vertex AI TabNet 테이블 형식 워크플로를 사용해서 테이블 형식 데이터로 분류 모델을 만드는 방법을 알아보세요. TabNet의 테이블 형식 워크플로에 대해 알아보세요. 튜토리얼 단계 TabNet CustomJob을 만듭니다. 이것은 학습에 사용할 초매개변수를 알고 있는 경우에 가장 좋은 옵션입니다. TabNet HyperparameterTuningJob을 만듭니다. 이렇게 하면 데이터 세트에 대해 최상의 초매개변수 집합을 가져올 수 있습니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
와이드 앤 딥의 테이블 형식 워크플로	와이드 앤 딥 파이프라인 Vertex AI 와이드 앤 딥 테이블 형식 워크플로를 사용하여 분류 모델 2개를 만드는 방법을 알아보세요. 와이드 앤 딥의 테이블 형식 워크플로에 대해 알아보세요. 튜토리얼 단계 와이드 앤 딥 CustomJob을 만듭니다. 이것은 학습에 사용할 초매개변수를 알고 있는 경우에 가장 좋은 옵션입니다. 와이드 앤 딥 HyperparameterTuningJob을 만듭니다. 이렇게 하면 데이터 세트에 대해 최상의 초매개변수 집합을 가져올 수 있습니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 텐서보드 커스텀 학습	커스텀 컨테이너를 사용한 Vertex AI 텐서보드 커스텀 학습 커스텀 컨테이너를 사용하여 커스텀 학습 작업을 만들고 Vertex AI 텐서보드에서 학습 프로세스를 거의 실시간으로 모니터링하는 방법을 알아보세요. Vertex AI 텐서보드에 대해 자세히 알아보세요. 커스텀 학습에 대해 자세히 알아보세요. 튜토리얼 단계 Docker 저장소 및 구성 만들기 맞춤설정된 학습 코드로 커스텀 컨테이너 이미지를 만듭니다. 서비스 계정 및 Google Cloud Storage 버킷을 설정합니다. 커스텀 컨테이너를 사용하여 커스텀 학습 작업을 만들고 실행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 텐서보드 커스텀 학습	사전 빌드된 컨테이너를 사용한 Vertex AI 텐서보드 커스텀 학습 사전 빌드된 컨테이너를 사용하여 커스텀 학습 작업을 만들고 Vertex AI 텐서보드의 학습 프로세스를 거의 실시간으로 모니터링하는 방법을 알아보세요. Vertex AI 텐서보드에 대해 자세히 알아보세요. 커스텀 학습에 대해 자세히 알아보세요. 튜토리얼 단계 서비스 계정 및 Cloud Storage 버킷을 설정합니다. 맞춤설정된 학습 코드를 작성합니다. 학습 코드를 패키징하고 Cloud Storage에 업로드합니다. 거의 실시간에 가까운 모니터링을 위해 Vertex AI 텐서보드를 사용 설정하여 커스텀 학습 작업을 만들고 실행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 텐서보드	HParams 대시보드를 사용한 Vertex AI 텐서보드 초매개변수 미세 조정 이 노트북에서는 TensorFlow를 사용하여 모델을 학습시키고 하이퍼파라미터 조정을 수행합니다. 튜토리얼 단계 TensorFlow 실행을 조정하고 초매개변수 및 측정항목을 로깅합니다. 실행을 시작하고 모든 항목을 하나의 상위 디렉터리 아래에 로깅합니다. Vertex AI 텐서보드의 HParams 대시보드에서 결과를 시각화합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Profiler Vertex AI 텐서보드	Cloud Profiler를 사용한 모델 학습 성능 프로파일링 커스텀 학습 작업에 Profiler를 사용 설정하는 방법을 알아보세요. Profiler에 대해 자세히 알아보세요. Vertex AI 텐서보드에 대해 자세히 알아보세요. 튜토리얼 단계 서비스 계정 및 Cloud Storage 버킷을 설정합니다. Vertex AI 텐서보드 인스턴스 만들기 Profiler를 사용 설정하는 커스텀 학습 작업 만들고 실행하기 Profiler 대시보드를 확인하여 모델 학습 성능을 디버깅하기	Colab Colab Enterprise GitHub Vertex AI Workbench
Profiler Vertex AI 텐서보드	사전 빌드된 컨테이너를 사용하는 커스텀 학습에서 Cloud Profiler를 사용한 모델 학습 성능 프로파일링 사전 빌드된 컨테이너를 사용하는 커스텀 학습 작업을 위해 Vertex AI에서 프로파일러를 사용 설정하는 방법을 알아보세요. Profiler에 대해 자세히 알아보세요. Vertex AI 텐서보드에 대해 자세히 알아보세요. 튜토리얼 단계 커스텀 학습 코드를 준비하고 학습 코드를 사전 빌드된 컨테이너에 Python 패키지로 로드합니다. Profiler를 사용 설정하는 커스텀 학습 작업 만들고 실행하기 Profiler 대시보드를 확인하여 모델 학습 성능을 디버깅하기	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 텐서보드 Vertex AI Pipelines	Vertex AI 텐서보드와 Vertex AI Pipelines 통합 KFP SDK를 사용하여 학습 파이프라인을 만들고 Vertex AI Pipelines에서 파이프라인을 실행하며 Vertex AI 텐서보드에서 학습 프로세스를 거의 실시간으로 모니터링하는 방법을 알아보세요. Vertex AI 텐서보드에 대해 자세히 알아보세요. Vertex AI Pipelines에 대해 자세히 알아보세요. 튜토리얼 단계 서비스 계정 및 Google Cloud Storage 버킷을 설정합니다. 커스텀 학습 코드를 사용하여 KFP 파이프라인을 구성합니다. 거의 실시간 모니터링을 위해 Vertex AI 텐서보드가 사용 설정된 Vertex AI Pipelines에서 KFP 파이프라인을 컴파일하고 실행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 초매개변수 조정	분산된 Vertex AI 초매개변수 조정 이 노트북에서는 Docker 컨테이너의 Python 스크립트에서 커스텀 학습 모델을 만듭니다. Vertex AI 초매개변수 조정에 대해 자세히 알아보세요. 튜토리얼 단계 Python 패키지를 사용하여 학습시킵니다. 초매개변수 조정 시 정확성을 보고합니다. Cloud StorageFuse를 사용하여 모델 아티팩트를 Cloud Storage에 저장합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Training	LightGBM용 Vertex AI Training 시작하기 Vertex AI Training용 커스텀 컨테이너 메서드를 사용하여 LightGBM 커스텀 모델을 학습시키는 방법을 알아봅니다. 튜토리얼 단계 Python 패키지를 사용하여 학습시킵니다. Cloud StorageFuse를 사용하여 모델 아티팩트를 Cloud Storage에 저장합니다. FastAPI 예측 서버를 구성합니다. 서버의 Dockerfile 배포 이미지를 구성합니다. 배포 이미지를 로컬에서 테스트합니다(선택사항이며 Colab 사용자에게는 해당되지 않음). Vertex AI 모델 리소스를 만듭니다. 일괄 예측 작업을 실행합니다. 엔드포인트에 모델을 배포하고 온라인 예측 요청을 보냅니다. 생성된 리소스 삭제.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 분산 학습	Vertex AI 분산 학습 시작하기 `Vertex AI`로 학습할 때 Vertex AI 분산 학습을 사용하는 방법을 알아보세요. Vertex AI 분산 학습에 대해 자세히 알아보세요. 튜토리얼 단계	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 초매개변수 조정	TensorFlow 모델의 초매개변수 조정 실행 TensorFlow 모델을 위해 Vertex AI 초매개변수 조정 작업을 실행하는 방법을 알아보세요. Vertex AI 초매개변수 조정에 대해 자세히 알아보세요. 튜토리얼 단계 자동화된 초매개변수 조정을 위한 학습 애플리케이션 코드를 수정합니다. 학습 애플리케이션 코드를 컨테이너화합니다. Vertex AI Python SDK로 초매개변수 조정 작업을 구성 및 실행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 초매개변수 조정	XGBoost용 Vertex AI 초매개변수 조정. XGBoost 모델을 학습하는 데 Vertex AI 초매개변수 조정 서비스를 사용하는 방법을 알아보세요. Vertex AI 초매개변수 조정에 대해 자세히 알아보세요. 튜토리얼 단계 Python 학습 애플리케이션 패키지를 사용하여 학습합니다. 초매개변수 조정 중의 보고 정확도를 보고합니다. Cloud StorageFuse를 사용하여 모델 아티팩트를 Cloud Storage에 저장합니다. 최적 모델을 나열합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Training	커스텀 컨테이너와 함께 Vertex AI Training을 사용하여 CPU에서 PyTorch 이미지 분류 멀티 노드 분산 데이터 병렬 학습 Vertex AI SDK for Python 및 커스텀 컨테이너를 사용하여 분산 PyTorch 학습 작업을 만드는 방법을 알아보세요. Vertex AI Training에 대해 자세히 알아보세요. 튜토리얼 단계 Google Cloud 프로젝트 설정	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Training	CPU 및 Vertex AI에서 멀티 노드 NCCL 분산 데이터 병렬 학습을 사용하는 PyTorch 이미지 분류 Vertex AI SDK for Python 및 커스텀 컨테이너를 사용하여 분산 PyTorch 학습 작업을 만드는 방법을 알아보세요. Vertex AI Training에 대해 자세히 알아보세요. 튜토리얼 단계 Artifact Registry 및 Docker를 사용하여 커스텀 컨테이너를 빌드합니다. Vertex AI Experiments을 저장할 Vertex AI 텐서보드 인스턴스를 만듭니다. Vertex AI SDK for Python을 사용하여 Vertex AI 학습 작업을 실행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
커스텀 학습	Vertex AI에서 PyTorch 텍스트 감정 분류 모델 학습, 조정, 배포 Vertex AI에서 PyTorch 모델을 빌드, 학습, 조정, 배포하는 방법을 알아보세요. 커스텀 학습에 대해 자세히 알아보세요. 튜토리얼 단계 텍스트 분류 모델의 학습 패키지를 만듭니다. Vertex AI에서 커스텀 학습을 사용하여 모델을 학습시킵니다. 생성된 모델 아티팩트를 확인합니다. 예측용 커스텀 컨테이너를 만듭니다. 예측용 커스텀 컨테이너를 사용하여 학습된 모델을 Vertex AI 엔드포인트에 배포합니다. 배포된 모델에 온라인 예측 요청을 보내고 검증합니다. 이 노트북에서 만든 리소스를 삭제합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI의 PyTorch 통합	Cloud Storage의 데이터로 Vertex AI의 PyTorch 모델 학습. Cloud Storage에 저장된 데이터 세트와 PyTorch를 사용하여 학습 작업을 만드는 방법을 알아보세요. Vertex AI의 PyTorch 통합에 대해 자세히 알아보세요. 튜토리얼 단계 학습 및 테스트 데이터 세트를 만들고 모델을 학습시키는 커스텀 학습 스크립트를 작성합니다. Vertex AI SDK for Python을 사용하여 `CustomTrainingJob`을 실행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
분산 학습	PyTorch torchrun을 사용하여 커스텀 컨테이너로 멀티 노드 학습 간소화 여러 노드에서 PyTorch의 Torchrun을 사용하여 Imagenet 모델을 학습시키는 방법을 알아봅니다. 분산 학습에 대해 자세히 알아보세요. 튜토리얼 단계 마스터 노드에서 ETCD 클러스터를 시작하는 셸 스크립트를 만듭니다. PyTorch Elastic의 GitHub 저장소에서 코드를 사용하여 학습 스크립트를 만듭니다. 데이터를 다운로드하고 호스트에서 ETCD 클러스터를 시작하는 컨테이너를 만듭니다. GPU가 있는 여러 노드를 사용하여 모델 학습	Colab Colab Enterprise GitHub Vertex AI Workbench
커스텀 학습	Dask를 사용한 분산 XGBoost 학습 Dask와 함께 XGBoost를 사용하여 분산 학습 작업을 만드는 방법을 알아보세요. 커스텀 학습에 대해 자세히 알아보세요. 튜토리얼 단계 Google Cloud 프로젝트의 `PROJECT_ID` 및 `LOCATION` 변수를 구성합니다. 모델 아티팩트를 저장할 Cloud Storage 버킷을 만듭니다. 학습 코드를 호스팅하는 커스텀 Docker 컨테이너를 빌드하고 컨테이너 이미지를 Artifact Registry에 푸시합니다. Vertex AI SDK CustomContainerTrainingJob 실행	Colab Colab Enterprise GitHub Vertex AI Workbench
vector_search	Vertex AI 멀티모달 임베딩 및 벡터 검색 사용. 커스텀 텍스트 임베딩을 인코딩하고, 근사 최근접 이웃 색인을 만들고, 색인을 쿼리하는 방법을 알아보세요. 튜토리얼 단계 이미지 데이터 세트를 임베딩으로 변환합니다. 색인을 만듭니다. 색인에 임베딩을 업로드합니다. 색인 엔드포인트를 만듭니다. 색인 엔드포인트에 색인을 배포합니다. 온라인 쿼리를 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 벡터 검색	StackOverflow 질문에 Vertex AI 벡터 검색 사용 커스텀 텍스트 임베딩을 인코딩하고, 근사 최근접 이웃 색인을 만들고, 색인을 쿼리하는 방법을 알아보세요. Vertex AI 벡터 검색에 대해 자세히 알아보세요. 튜토리얼 단계 ANN 색인을 만듭니다. VPC 네트워크로 색인 엔드포인트를 만듭니다. ANN 색인을 배포합니다. 온라인 쿼리를 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 벡터 검색 텍스트용 Vertex AI 임베딩	StackOverflow 질문에 Vertex AI 벡터 검색 및 텍스트에 Vertex AI 임베딩 사용 텍스트 임베딩을 인코딩하고, 근사 최근접 이웃 색인을 만들고, 색인을 쿼리하는 방법을 알아보세요. Vertex AI 벡터 검색에 대해 자세히 알아보세요. 텍스트용 Vertex AI 임베딩에 대해 자세히 알아보세요. 튜토리얼 단계 BigQuery 데이터 세트를 임베딩으로 변환합니다. 색인을 만듭니다. 색인에 임베딩을 업로드합니다. 색인 엔드포인트를 만듭니다. 색인 엔드포인트에 색인을 배포합니다. 온라인 쿼리를 수행합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI 벡터 검색	Vertex AI 벡터 검색 색인 만들기 최근접 이웃 색인을 만들고 색인에서 쿼리하고 색인 성능의 유효성을 검사하는 방법을 알아보세요. Vertex AI 벡터 검색에 대해 자세히 알아보세요. 튜토리얼 단계 ANN 색인 및 무작위 대입 색인을 생성합니다. VPC 네트워크로 색인 엔드포인트를 만듭니다. ANN 색인 및 무작위 대입 색인을 배포합니다. 온라인 쿼리를 수행합니다. 재현율을 계산합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Vizier	Vertex AI Vizier로 다중 목표 최적화 Vertex AI Vizier를 사용하여 다중 목표 연구를 최적화하는 방법을 알아봅니다. Vertex AI Vizier에 대해 자세히 알아보세요. 튜토리얼 단계	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Vizier	Vertex AI Vizier 시작하기 Vertex AI로 학습할 때 Vertex AI Vizier를 사용하는 방법을 알아봅니다. Vertex AI Vizier에 대해 자세히 알아보세요. 튜토리얼 단계 무작위 알고리즘으로 초매개변수 미세 조정 Vertex AI Vizier(Bayesian) 알고리즘으로 초매개변수 미세 조정 Vertex AI Vizier 연구를 위한 시도 제안 및 결과 업데이트	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Workbench Vertex AI Training	광고 타겟팅을 위한 다중 클래스 분류 모델 학습 BigQuery에서 데이터를 수집하여 사전 처리하고 전자상거래 데이터 세트에서 다중 클래스 분류 모델을 학습시키는 방법을 알아보세요. Vertex AI Workbench에 대해 자세히 알아보세요. Vertex AI Training에 대해 자세히 알아보세요. 튜토리얼 단계 BigQuery에서 필요한 데이터 가져오기 데이터 사전 처리 TensorFlow(>=2.4) 분류 모델 학습 학습된 모델의 손실 평가 실행자 기능을 사용하여 노트북 실행 자동화 Cloud Storage 경로에 모델 저장 생성된 리소스 삭제	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Workbench Vertex Explainable AI	시카고 택시 운행 데이터 세트를 사용한 택시 요금 예측 이 노트북의 목표는 택시 요금 예측 문제를 해결하면서 Vertex Explainable AI 및 Notebooks의 BigQuery와 같은 최신 Vertex AI 기능에 대한 개요를 제공하는 것입니다. Vertex AI Workbench에 대해 자세히 알아보세요. Vertex Explainable AI에 대해 자세히 알아보세요. 튜토리얼 단계 '노트북에서 BigQuery'를 사용하여 데이터 세트를 로드합니다. 데이터 세트에 대한 탐색적 데이터 분석을 수행합니다. 특성을 선택하고 사전 처리합니다. scikitlearn을 사용하여 선형 회귀 모델을 빌드합니다. Vertex Explainable AI의 모델을 구성합니다. 모델을 Vertex AI로 배포합니다. 배포된 모델을 테스트합니다. 삭제	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Workbench BigQuery ML	Vertex AI 및 BigQuery ML을 사용하여 소매 수요 예측 BigQuery ML의 소매 데이터에서 ARIMA(자동 회귀 통합 이동 평균) 모델을 빌드하는 방법을 알아보세요. Vertex AI Workbench에 대해 자세히 알아보세요. BigQuery ML에 대해 자세히 알아보세요. 튜토리얼 단계 데이터 탐색 BigQuery 및 ARIMA 모델을 사용해 모델링합니다. 모델을 평가합니다. 학습 데이터에 대해 BigQuery ML을 사용하여 모델 결과를 평가합니다. 테스트 데이터에 대해 MAE, MAPE, MSE, RMSE 모델 결과를 평가합니다. 실행자 기능을 사용합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Workbench BigQuery ML	노트북에서 BigQuery 데이터에 대한 대화형 탐색 분석 Jupyter Notebooks 환경에서 BigQuery 데이터를 탐색하고 유용한 정보를 얻는 다양한 방법을 알아보세요. Vertex AI Workbench에 대해 자세히 알아보세요. BigQuery ML에 대해 자세히 알아보세요. 튜토리얼 단계 Python 및 SQL을 사용하여 BigQuery에서 공개 데이터 쿼리 BigQuery INFORMATION_SCHEMA를 사용하여 데이터 세트 탐색 데이터의 흥미로운 부분을 탐색하는 데 도움이 되는 대화형 요소 만들기 탐색적 상관관계 및 시계열 분석 수행 노트북에서 정적 및 대화형 출력(데이터 테이블 및 플롯) 만들기 Cloud Storage에 일부 출력 저장	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Workbench 커스텀 학습	Vertex AI에서 사기 감지 모델 빌드 이 튜토리얼에서는 합성 금융 데이터 세트를 사용한 데이터 분석 및 모델 빌드를 보여줍니다. Vertex AI Workbench에 대해 자세히 알아보세요. 커스텀 학습에 대해 자세히 알아보세요. 튜토리얼 단계 필수 라이브러리 설치 Cloud Storage 버킷에서 데이터 세트 읽기 데이터 세트에 대한 탐색적 분석 수행 데이터 세트 사전 처리 scikitlearn을 사용하여 랜덤 포레스트 모델 학습 Cloud Storage 버킷에 모델 저장 Vertex AI 모델 리소스 만들기 및 엔드포인트에 배포 테스트 데이터에서 WhatIf 도구 실행 모델 배포 취소 및 모델 리소스 삭제	Colab GitHub Vertex AI Workbench
Vertex AI Workbench BigQuery ML	Google 애널리틱스 4 및 BigQuery ML을 사용한 게임 개발자용 앱 제거 예측 BigQuery ML에서 경향 모델을 학습시키고 평가하는 방법을 알아보세요. Vertex AI Workbench에 대해 자세히 알아보세요. BigQuery ML에 대해 자세히 알아보세요. 튜토리얼 단계 BigQuery에서 Google 애널리틱스 4에서 내보낸 데이터를 살펴보세요. 인구통계, 행동 데이터, 라벨(churn/notchurn)을 사용하여 학습 데이터를 준비합니다. BigQuery ML을 사용하여 XGBoost 모델을 학습시킵니다. BigQuery ML을 사용하여 모델을 평가합니다. BigQuery ML을 사용하여 앱을 제거할 가능성이 높은 사용자를 예측합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Workbench Vertex AI Training	Vertex AI를 사용한 예측 유지보수 Vertex AI Workbench의 실행자 기능을 사용하여 모델 학습 및 배포 워크플로를 자동화하는 방법을 알아보세요. Vertex AI Workbench에 대해 자세히 알아보세요. Vertex AI Training에 대해 자세히 알아보세요. 튜토리얼 단계 Cloud Storage 버킷에서 필요한 데이터 세트 로드 데이터 세트에 있는 필드 분석 유지보수 필요 예측 모델에 필요한 데이터 선택 남은 내용연수를 예측하기 위한 XGBoost 회귀 모델 학습 모델 평가 Executor를 사용하여 노트북 endtoend를 학습 작업으로 실행 Vertex AI에 모델 배포 삭제	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Workbench BigQuery ML	CDM 가격 책정 데이터에 대한 가격 책정 최적화 분석 이 노트북의 목표는 BigQuery ML을 사용하여 가격 책정 최적화 모델을 빌드하는 것입니다. Vertex AI Workbench에 대해 자세히 알아보세요. BigQuery ML에 대해 자세히 알아보세요. 튜토리얼 단계 Cloud Storage 버킷에서 필요한 데이터 세트를 로드합니다. 데이터 세트에 있는 필드를 분석합니다. 데이터를 처리하여 모델을 빌드합니다. 처리된 데이터를 기반으로 BigQuery ML 예측 모델을 빌드합니다. BigQuery ML 모델에서 예측 값을 가져옵니다. 예측을 해석하여 최적 가격을 파악합니다. 삭제	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Workbench 텍스트 데이터의 감정 분석	AutoML 자연어 및 Vertex AI를 사용한 감정 분석 AutoML 감정 분석 모델을 학습 및 배포하고 예측을 수행하는 방법을 알아보세요. Vertex AI Workbench에 대해 자세히 알아보세요. 텍스트 데이터의 감정 분석에 대해 자세히 알아보세요. 튜토리얼 단계 필수 데이터 로드 데이터 사전 처리 모델에 필요한 데이터 선택 Vertex AI 관리형 데이터 세트에 데이터 세트 로드 AutoML Text 학습을 사용한 감정 모델 학습 모델 평가 Vertex AI에 모델 배포 예측 수행 삭제	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Workbench Spark를 위한 Dataproc 서버리스	Dataproc를 사용하여 BigQuery에서 데이터 다이제스트 및 분석 이 노트북 튜토리얼에서는 BigQuery "GitHub 활동 데이터"의 데이터 세트에서 데이터를 가져오고 데이터를 쿼리한 후 결과를 BigQuery에 다시 쓰는 Apache Spark 작업을 실행합니다. Vertex AI Workbench에 대해 자세히 알아보세요. Spark를 위한 Dataproc 서버리스에 대해 자세히 알아보세요. 튜토리얼 단계 Google Cloud 프로젝트 및 Dataproc 클러스터 설정 sparkbigqueryconnector 구성 BigQuery에서 Spark DataFrame으로 데이터 수집 수집된 데이터 사전 처리 Monoglot 저장소에서 가장 자주 사용되는 프로그래밍 언어 쿼리 Monoglot 저장소에 저장된 각 언어로 된 코드의 평균 크기(MB) 쿼리 Polyglot 저장소에서 가장 많이 발견된 언어 파일 쿼리 쿼리 결과를 BigQuery에 다시 작성 이 노트북 튜토리얼을 위해 만든 리소스 삭제	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Workbench Dataproc	Dataproc 및 BigQuery를 사용한 SparkML 이 튜토리얼에서는 BigQuery 데이터 세트에서 데이터를 가져오고, 탐색적 데이터 분석을 수행하고, 데이터를 정리하고, 특성 추출을 실행하고, 모델을 학습시키고, 모델을 평가하고, 결과를 출력하고, 모델을 Cloud Storage 버킷에 저장하는 Apache SparkML 작업을 실행합니다. Vertex AI Workbench에 대해 자세히 알아보세요. Dataproc에 대해 자세히 알아보세요. 튜토리얼 단계 Google Cloud 프로젝트 및 Dataproc 클러스터를 설정합니다. Cloud Storage 버킷 및 BigQuery 데이터 세트를 만듭니다. sparkbigqueryconnector를 구성합니다. BigQuery 데이터를 Spark DataFrame으로 수집합니다. 탐색적 데이터 분석(EDA)을 수행합니다. 샘플을 사용하여 데이터를 시각화합니다. 데이터를 정리합니다. 특성을 선택합니다. 모델을 학습시킵니다. 결과를 출력합니다. Cloud Storage 버킷에 모델을 저장합니다. 튜토리얼용으로 만든 리소스를 삭제합니다.	Colab Colab Enterprise GitHub Vertex AI Workbench