엔드 투 엔드 AutoML Tables는 분류 대상 및 회귀용 솔루션으로, 제어할 항목과 자동화 대상을 선택할 수 있습니다.
기본적으로 Vertex AI는 최적의 학습 초매개변수 집합을 검색합니다. 이러한 초매개변수에는 모델 유형과 모델 매개변수가 포함됩니다. 그런 다음 여러 초매개변수 집합으로 여러 모델을 학습시키고 최상위 모델의 앙상블에서 하나의 최종 모델을 생성합니다.
기본적으로 Vertex AI는 보수적인 하드웨어를 선택합니다(소형 데이터 세트에 가장 적합).
이 워크플로를 맞춤설정하는 옵션에는 세 가지가 있습니다.
- 아키텍처 검색 건너뛰기
- 검색 공간 재정의
- 하드웨어 구성
아키텍처 검색 건너뛰기
이 옵션을 사용 설정하면 전체 초매개변수(상위 N개 모델의 초매개변수 N개)를 제공합니다. 일반적으로 이러한 초매개변수는 이전 아키텍처 검색의 아티팩트입니다.
검색 공간 재정의
이 옵션을 사용 설정하면 초매개변수의 하위 집합에 고정 값을 제공합니다. Vertex AI는 고정되지 않은 나머지 초매개변수의 최적 값을 검색합니다. 이 옵션은 모델 유형에 대한 선호도가 높은 경우에 적합합니다. 여기서 모델 유형은 신경망 또는 부스팅된 트리입니다.
하드웨어 구성
이 옵션을 사용 설정하면 머신 유형과 학습용 머신 수를 구성할 수 있습니다. 이 옵션은 대규모 데이터세트가 있고 이에 따라 머신 하드웨어를 최적화하려는 경우에 적합합니다.