이 튜토리얼에서는 Vertex AI를 사용하여 테이블 형식 데이터에서 바이너리 분류 모델을 빌드하는 방법을 알아봅니다.
전체 과정을 완료하려면 몇 시간 정도 걸립니다. 이 시간 중 대부분은 활성 상태가 아니므로 브라우저 창을 닫고 나중에 작업을 재개해도 됩니다.
학습된 모델의 목표는 은행 클라이언트가 연령, 소득, 직업과 같은 특징을 사용하여 정기 예금(투자 유형)을 구매할지 여부를 예측하는 것입니다. 이러한 유형의 모델은 은행에서 마케팅 리소스를 집중할 대상을 결정하는 데 도움이 될 수 있습니다.
이 튜토리얼은 크리에이티브 커먼즈 CCO: 공개 도메인 라이선스로 이용할 수 있는 은행 마케팅 오픈소스 데이터 세트를 사용합니다. 편의상 열 이름을 업데이트했습니다.
이 튜토리얼을 완료하려면 다음 페이지의 안내를 따르거나 Google Cloud 콘솔의 비슷한 튜토리얼인 콘솔 내 둘러보기 튜토리얼을 사용할 수 있습니다.
튜토리얼 페이지
이 튜토리얼의 단계는 다음과 같습니다.
| 단계 | 설명 |
|---|---|
| 1. 프로젝트 및 환경 설정 | 프로젝트 및 환경 설정 |
| 2. 데이터 세트 만들기 및 AutoML 분류 모델 학습 | 테이블 형식 데이터 세트를 만들고 분류 모델을 학습시킵니다. |
| 3. 모델 배포 및 예측 요청 | 엔드포인트를 만들고 모델을 엔드포인트에 배포합니다. 모델이 이 새로운 엔드포인트에 배포된 후 예측을 요청하여 모델을 테스트합니다. |
| 4. 프로젝트 삭제 | 일부 리소스에서 예기치 않은 요금이 청구되지 않도록 이 튜토리얼에서 만든 Google Cloud 리소스를 삭제합니다. |
콘솔 내 둘러보기 튜토리얼
이러한 두 튜토리얼은 Google Cloud 콘솔에서 제공됩니다.
1부
이 튜토리얼에서는 Google의 AutoML 기술을 사용하여 테이블 형식 데이터로부터 이진 분류 모델을 빌드하는 방법을 배웁니다.
Google Cloud 콘솔에서 이 태스크에 대한 단계별 안내를 직접 수행하려면 둘러보기를 클릭합니다.
2부
AutoML 테이블 형식 모델을 빌드하는 두 번째 튜토리얼입니다. 이 튜토리얼에서는 이전의 튜토리얼이 중단된 부분부터 이어서 진행됩니다. 이 버전을 계속하려면 1부에서 학습한 모델이 필요합니다.
Google Cloud 콘솔에서 이 태스크에 대한 단계별 안내를 직접 수행하려면 둘러보기를 클릭합니다.