- ÇöÀç À§Ä¡
- home > ÄÄÇ»ÅÍ¡¤ICT¡¤¾îÇÐ > ÄÄÇ»ÅÍ¡¤IT µµ¼ > ÄÄÇ»ÅÍ°øÇÐ > ÀÚµ¿¸Ó½Å·¯´×[¿¡ÀÌÄÜÃâÆÇ]
¸Ó½Å·¯´×°ú µö·¯´×ÀÇ ¹ÎÁÖȶó´Â ¸ðÅäÇÏ¿¡ ÀÚµ¿¸Ó½Å·¯´×ÀÌ ±Þ¼ÓÈ÷ ¹ßÀüÇÏ°í ÀÖ´Ù. ÀÌ Ã¥Àº ÀÚµ¿¸Ó½Å·¯´×ÀÇ ÀÌ·ÐÀû ±â¹Ý°ú À̸¦ ±¸ÇöÇÏ´Â ½Ã½ºÅÛÀÇ ÀÛµ¿ ¿ø¸®¸¦ ÀÚµ¿¸Ó½Å·¯´×ÀÇ Ã¢½ÃÀÚµéÀÌ Á¦°øÇÏ°í ÀÖ´Ù. °³³äÀûÀ¸·Î´Â ÀÚµ¿¸Ó½ÅÀÇ 3´ë °íÀüÀû ÁÖÁ¦ÀÎ ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ, ¸ÞŸ·¯´× ¹× ½Å°æ¸Á ±¸Á¶ Ž»ö(NAS)¿¡ ´ëÇÑ ½ÉÃþÀû Ž±¸¸¦ Á¢ÇÒ °ÍÀ̸ç, ¿ÀÅä¿þÄ«, ÇÏÀÌÆÛ¿ÉÆ® »çÀÌŶ·±, ¿ÀÅä »çÀÌŶ·± ¹× ¿ÀÅä³Ý°ú TROP µîÀÇ ½Ç¹«¿¡ µµ¿òÀÌ µÇ´Â ¸¹Àº ¼ÒÇÁÆ®¿þ¾îÀÇ °ü·Ã¼º°ú ÀÛµ¿ ¿ø¸®¸¦ ÀÌÇØÇÏ°Ô µÉ °ÍÀÌ´Ù. Ãß°¡·Î ÀÚµ¿¸Ó½Å·¯´× 縰Áö °æ¿¬´ëȸ¸¦ ¿î¿µÇÏ¸é¼ ½×Àº ³ëÇÏ¿ì¿Í ¾ÕÀ¸·Î ÇØ°áÇØ¾ß ÇÒ °úÁ¦¸¦ Á¦½ÃÇÑ´Ù. ¹ø¿ª¼¿¡¼´Â Ãֽſ¬±¸ µ¿Çâ°ú ¸ÞŸ·¯´×À» ÀÌÇظ¦ µ½±â À§ÇÑ ºÎ·ÏÀ» Ãß°¡Çß´Ù.
ÀúÀÚ: ÇÁ·©Å© ÇãÅÍ
1ºÎ. AutoML ¹æ¹ý
1Àå. ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ
1.1 ¼·Ð
1.2 ¹®Á¦ ±â¼ú
1.2.1 ÃÖÀûÈ¿¡ ´ëÇÑ ´ë¾È: ¾Ó»óºí°ú ÇÑ°èÈ
1.2.2 ´ÙÁß ¸ñÀû¿¡ ´ëÇÑ ÃÖÀûÈ
1.3 ºí·¢¹Ú½º ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ
1.3.1 ¸ðµ¨ ÇÁ¸® ºí·¢¹Ú½º ÃÖÀûÈ ¹æ¹ý
1.3.2 º£ÀÌÁö¾È ÃÖÀûÈ
1.4 ´ÙÁß Ãæ½Çµµ ÃÖÀûÈ
1.4.1 Á¶±â Á¾·á¸¦ À§ÇÑ ÇнÀ °î¼± ±â¹ÝÀÇ ¿¹Ãø
1.4.2 ¹êµ÷ ±â¹Ý ¾Ë°í¸®µë ¼±Åà ¹æ¹ý
1.4.3 Ãæ½ÇµµÀÇ ÀûÀÀÀû ¼±ÅÃ
1.5 AutoML¿¡ÀÇ ÀÀ¿ë
1.6 ¹ÌÇØ°á ¹®Á¦¿Í ¹Ì·¡ ¿¬±¸ ¹æÇâ
1.6.1 º¥Ä¡¸¶Å©¿Í ºñ±³ °¡´É¼º
1.6.2 ±×·¡µð¾ðÆ® ±â¹Ý ÃÖÀûÈ
1.6.3 È®À强
1.6.4 °úÀûÇÕ°ú ÀϹÝÈ
1.6.5 ÀÓÀÇ Å©±âÀÇ ÆÄÀÌÇÁ¶óÀÎ ±¸Ãà
2Àå. ¸ÞŸ·¯´×
2.1 ¼·Ð
2.2 ¸ðµ¨ Æò°¡·ÎºÎÅÍ ÇнÀ
2.2.1 ÀÛ¾÷ µ¶¸³ ±ÇÀå
2.2.2 ¼³Á¤ °ø°£ ¼³°è
2.2.3 ¼³Á¤ ÀüÀÌ
2.2.4 ÇнÀ °î¼±
2.3 ÀÛ¾÷ ¼Ó¼ºÀ¸·ÎºÎÅÍ ÇнÀ
2.3.1 ¸ÞŸ - Ư¼º
2.3.2 ¸ÞŸ - Ư¼º ÇнÀ
2.3.3 À¯»ç ÀÛ¾÷À¸·ÎºÎÅÍ ¿¹¿ ½ÃÀÛ ÃÖÀûÈ
2.3.4 ¸ÞŸ¸ðµ¨
2.3.5 ÆÄÀÌÇÁ¶óÀÎ ÇÕ¼º
2.3.6 Á¶Á¤ÇÒ °ÍÀΰ¡, Á¶Á¤ÇÏÁö ¾ÊÀ» °ÍÀΰ¡
2.4 »çÀü ¸ðµ¨·ÎºÎÅÍ ÇнÀ
2.4.1 ÀüÀÌÇнÀ
2.4.2 ½Å°æ¸ÁÀ¸·Î ¸ÞŸ·¯´×
2.4.3 ¼Ò¼ö »ç·Ê ÇнÀ
2.4.4 ÁöµµÇнÀÀ» ³Ñ¾î¼
2.5 °á·Ð
3Àå. ½Å°æ¸Á ±¸Á¶ Ž»ö
3.1 ¼·Ð
3.2 Ž»ö °ø°£
3.3 Ž»ö Àü·«
3.4 ¼º°ú ÃßÁ¤ Àü·«
3.5 ¹Ì·¡ ¹æÇâ
2ºÎ. AutoML Systems
4Àå. ¿ÀÅä¿þÄ«: ÀÚµ¿ ¸ðµ¨ ¼±Åðú ¿þÄ«¸¦ È°¿ëÇÑ ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ
4.1 ¼·Ð
4.2 »çÀü Áغñ
4.2.1 ¸ðµ¨ ¼±ÅÃ
4.2.2 ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ
4.3 °áÇÕ ¾Ë°í¸®µë ¼±Åðú ÇÏÀÌÆÛÆĶó¹ÌÅÍ
4.3.1 ¼øÂ÷Àû ¸ðµ¨ ±â¹Ý ¾Ë°í¸®µë ±¸¼º
4.4 ¿ÀÅä¿þÄ«
4.5 ½ÇÇè Æò°¡
4.5.1 º£À̽º¶óÀÎ ¹æ¹ý
4.5.2 °ËÁõ ¼º°ú °á°ú
4.5.3 Å×½ºÆ® ¼º°ú °á°ú
4.6 °á·Ð
4.6.1 Ä¿¹Â´ÏƼ äÅÃ
5Àå. ÇÏÀÌÆÛ¿ÉÆ® »çÀÌŶ·±
5.1 ¼·Ð
5.2 ¹è°æ: ÃÖÀûȸ¦ À§ÇÑ ÇÏÀÌÆÛ¿ÉÆ®
5.3 °Ë»ö ¹®Á¦·Î¼ »çÀÌŶ·± ¸ðµ¨ ¼±ÅÃ
5.4 »ç¿ë ¿¹Á¦
5.5 ½ÇÇè
5.6 ³íÀÇ¿Í ¹Ì·¡ ¿¬±¸
5.7 °á·Ð
6Àå. ¿ÀÅä »çÀÌŶ·±: È¿À²ÀûÀÌ°í °°ÇÇÑ ÀÚµ¿¸Ó½Å·¯´× 157
6.1 ¼·Ð
6.2 CASH ¹®Á¦·Î¼ÀÇ AutoML
6.3 AutoMLÀÇ È¿À²¼º°ú °°Ç¼ºÀ» Çâ»ó½ÃÅ°±â À§ÇÑ »õ·Î¿î ¹æ¹ý
6.3.1 ÁÁÀº ¸Ó½Å·¯´× ÇÁ·¹ÀÓ¿öÅ©¸¦ ã±â À§ÇÑ ¸ÞŸ·¯´×
6.3.2 ÃÖÀûÈ µ¿¾È Æò°¡µÈ ¸ðµ¨ÀÇ ÀÚµ¿ ¾Ó»óºí ±¸Ãà
6.4 Çö½ÇÀûÀÎ AutoML ½Ã½ºÅÛ
6.5 ¿ÀÅä »çÀÌŶ·±ÀÇ ¿ÀÅä¿þÄ«¿Í ÇÏÀÌÆÛ¿ÉÆ® »çÀÌŶ·±°úÀÇ ºñ±³
6.6 AutoML °³¼±¾ÈÀÇ Æò°¡
6.7 ¿ÀÅä »çÀÌŶ·± ±¸¼º ¿ä¼ÒÀÇ ¼¼ºÎ ºÐ¼®
6.8 ³íÀÇ¿Í °á·Ð
6.8.1 ³íÀÇ
6.8.2 »ç¿ë¹ý
6.8.3 PoSH ¿ÀÅä »çÀÌŶ·±ÀÇ È®Àå
6.8.4 °á·Ð°ú ¹Ì·¡ ¿¬±¸
7Àå. µö½Å°æ¸ÁÀÇ ÀÚµ¿ Æ©´×
7.1 ¼·Ð
7.2 ¿ÀÅä³Ý 1.0
7.3 ¿ÀÅä³Ý 2.0
7.4 ½ÇÇè
7.4.1 ¿ÀÅä³Ý 10°ú ¿ÀÅä »çÀÌŶ·±ÀÇ º£À̽º¶óÀÎ Æò°¡
7.4.2 AutoML °æ¿¬ µ¥ÀÌÅͼ¿¡ ´ëÇÑ °á°ú
7.4.3 ¿ÀÅä³Ý 10°ú 20ÀÇ ºñ±³
7.5 °á·Ð
8Àå. TROP: ÀÚµ¿¸Ó½Å·¯´×À» À§ÇÑ Æ®¸® ±â¹Ý ÆÄÀÌÇÁ¶óÀÎ ÃÖÀûÈ µµ±¸
8.1 ¼·Ð
8.2 ¹æ¹ý
8.2.1 ¸Ó½Å·¯´× ÆÄÀÌÇÁ¶óÀÎ ¿¬»êÀÚ
8.2.2 Æ®¸® ±â¹Ý ÆÄÀÌÇÁ¶óÀÎ ±¸Ãà
8.2.3 Æ®¸® ±â¹Ý ÆÄÀÌÇÁ¶óÀÎ ÃÖÀûÈ
8.2.4 º¥Ä¡¸¶Å© µ¥ÀÌÅÍ
8.3 °á°ú
8.4 °á·Ð°ú ¹Ì·¡ ¿¬±¸
9Àå. ÀÚµ¿ Åë°è Àü¹®°¡ ½Ã½ºÅÛ
9.1 ¼·Ð
9.2 ÀÚµ¿ Åë°è Àü¹®°¡ÀÇ ±âº» ÇغÎ
9.2.1 °ü·Ã ¿¬±¸
9.3 ½Ã°è¿ µ¥ÀÌÅÍ¿¡ ´ëÇÑ ÀÚµ¿ Åë°è Àü¹®°¡ ½Ã½ºÅÛ
9.3.1 Ä¿³Î¿¡ ´ëÇÑ ¹®¹ý
9.3.2 Ž»ö°ú Æò°¡ ÀýÂ÷
9.3.3 ÀÚ¿¬¾î ¼³¸í »ý¼º
9.3.4 Àΰ£°úÀÇ ºñ±³
9.4 ´Ù¸¥ ÀÚµ¿ Åë°è Àü¹®°¡ ½Ã½ºÅÛ
9.4.1 ÇÙ½É ±¸¼º ¿ä¼Ò
9.4.2 ¼³°è¿¡ ÀÖ¾î¼ Ç®¾î¾ß ÇÒ °úÁ¦µé
9.5 °á·Ð
10Àå. 2015-2018 AutoML 縰Áö ½Ã¸®Áî¿¡ °üÇÑ ºÐ¼®
10.1 ¼·Ð
10.2 ¹®Á¦ ¼³Á¤°ú °³¿ä
10.2.1 ¹®Á¦ÀÇ ¹üÀ§
10.2.2 ¿ÏÀü ¸ðµ¨ ¼±ÅÃ
10.2.3 ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ
10.2.4 ¸ðµ¨ Ž»ö Àü·«
10.3 µ¥ÀÌÅÍ
10.4 縰Áö ÇÁ·ÎÅäÄÝ
10.4.1 ½Ã°£ ¿¹»ê°ú °è»ê ÀÚ¿ø
10.4.2 Á¡¼ö ôµµ
10.4.3 2015/2016 縰Áö ¶ó¿îµå¿Í ´Ü°è
10.4.4 2018 縰Áö ´Ü°è
10.5 °á°ú
10.5.1 2015/2016 縰Áö¿¡¼ ¾òÀº Á¡¼ö
10.5.2 2018 縰Áö¿¡¼ ¾òÀº Á¡¼ö
10.5.3 µ¥ÀÌÅͼÂ/ÀÛ¾÷ÀÇ ¾î·Á¿ò
10.5.4 ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ
10.5.5 ¸ÞŸ·¯´×
10.5.6 縰Áö¿¡¼ »ç¿ëµÈ ¹æ¹ýµé
10.6 ³íÀÇ
10.7 °á·Ð
ºÎ·Ï I. AutoML ÃֽŠµ¿Çâ
ºÎ·Ï II. ¸ÞŸ·¯´×°ú AutoML
1Àå. ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ
1.1 ¼·Ð
1.2 ¹®Á¦ ±â¼ú
1.2.1 ÃÖÀûÈ¿¡ ´ëÇÑ ´ë¾È: ¾Ó»óºí°ú ÇÑ°èÈ
1.2.2 ´ÙÁß ¸ñÀû¿¡ ´ëÇÑ ÃÖÀûÈ
1.3 ºí·¢¹Ú½º ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ
1.3.1 ¸ðµ¨ ÇÁ¸® ºí·¢¹Ú½º ÃÖÀûÈ ¹æ¹ý
1.3.2 º£ÀÌÁö¾È ÃÖÀûÈ
1.4 ´ÙÁß Ãæ½Çµµ ÃÖÀûÈ
1.4.1 Á¶±â Á¾·á¸¦ À§ÇÑ ÇнÀ °î¼± ±â¹ÝÀÇ ¿¹Ãø
1.4.2 ¹êµ÷ ±â¹Ý ¾Ë°í¸®µë ¼±Åà ¹æ¹ý
1.4.3 Ãæ½ÇµµÀÇ ÀûÀÀÀû ¼±ÅÃ
1.5 AutoML¿¡ÀÇ ÀÀ¿ë
1.6 ¹ÌÇØ°á ¹®Á¦¿Í ¹Ì·¡ ¿¬±¸ ¹æÇâ
1.6.1 º¥Ä¡¸¶Å©¿Í ºñ±³ °¡´É¼º
1.6.2 ±×·¡µð¾ðÆ® ±â¹Ý ÃÖÀûÈ
1.6.3 È®À强
1.6.4 °úÀûÇÕ°ú ÀϹÝÈ
1.6.5 ÀÓÀÇ Å©±âÀÇ ÆÄÀÌÇÁ¶óÀÎ ±¸Ãà
2Àå. ¸ÞŸ·¯´×
2.1 ¼·Ð
2.2 ¸ðµ¨ Æò°¡·ÎºÎÅÍ ÇнÀ
2.2.1 ÀÛ¾÷ µ¶¸³ ±ÇÀå
2.2.2 ¼³Á¤ °ø°£ ¼³°è
2.2.3 ¼³Á¤ ÀüÀÌ
2.2.4 ÇнÀ °î¼±
2.3 ÀÛ¾÷ ¼Ó¼ºÀ¸·ÎºÎÅÍ ÇнÀ
2.3.1 ¸ÞŸ - Ư¼º
2.3.2 ¸ÞŸ - Ư¼º ÇнÀ
2.3.3 À¯»ç ÀÛ¾÷À¸·ÎºÎÅÍ ¿¹¿ ½ÃÀÛ ÃÖÀûÈ
2.3.4 ¸ÞŸ¸ðµ¨
2.3.5 ÆÄÀÌÇÁ¶óÀÎ ÇÕ¼º
2.3.6 Á¶Á¤ÇÒ °ÍÀΰ¡, Á¶Á¤ÇÏÁö ¾ÊÀ» °ÍÀΰ¡
2.4 »çÀü ¸ðµ¨·ÎºÎÅÍ ÇнÀ
2.4.1 ÀüÀÌÇнÀ
2.4.2 ½Å°æ¸ÁÀ¸·Î ¸ÞŸ·¯´×
2.4.3 ¼Ò¼ö »ç·Ê ÇнÀ
2.4.4 ÁöµµÇнÀÀ» ³Ñ¾î¼
2.5 °á·Ð
3Àå. ½Å°æ¸Á ±¸Á¶ Ž»ö
3.1 ¼·Ð
3.2 Ž»ö °ø°£
3.3 Ž»ö Àü·«
3.4 ¼º°ú ÃßÁ¤ Àü·«
3.5 ¹Ì·¡ ¹æÇâ
2ºÎ. AutoML Systems
4Àå. ¿ÀÅä¿þÄ«: ÀÚµ¿ ¸ðµ¨ ¼±Åðú ¿þÄ«¸¦ È°¿ëÇÑ ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ
4.1 ¼·Ð
4.2 »çÀü Áغñ
4.2.1 ¸ðµ¨ ¼±ÅÃ
4.2.2 ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ
4.3 °áÇÕ ¾Ë°í¸®µë ¼±Åðú ÇÏÀÌÆÛÆĶó¹ÌÅÍ
4.3.1 ¼øÂ÷Àû ¸ðµ¨ ±â¹Ý ¾Ë°í¸®µë ±¸¼º
4.4 ¿ÀÅä¿þÄ«
4.5 ½ÇÇè Æò°¡
4.5.1 º£À̽º¶óÀÎ ¹æ¹ý
4.5.2 °ËÁõ ¼º°ú °á°ú
4.5.3 Å×½ºÆ® ¼º°ú °á°ú
4.6 °á·Ð
4.6.1 Ä¿¹Â´ÏƼ äÅÃ
5Àå. ÇÏÀÌÆÛ¿ÉÆ® »çÀÌŶ·±
5.1 ¼·Ð
5.2 ¹è°æ: ÃÖÀûȸ¦ À§ÇÑ ÇÏÀÌÆÛ¿ÉÆ®
5.3 °Ë»ö ¹®Á¦·Î¼ »çÀÌŶ·± ¸ðµ¨ ¼±ÅÃ
5.4 »ç¿ë ¿¹Á¦
5.5 ½ÇÇè
5.6 ³íÀÇ¿Í ¹Ì·¡ ¿¬±¸
5.7 °á·Ð
6Àå. ¿ÀÅä »çÀÌŶ·±: È¿À²ÀûÀÌ°í °°ÇÇÑ ÀÚµ¿¸Ó½Å·¯´× 157
6.1 ¼·Ð
6.2 CASH ¹®Á¦·Î¼ÀÇ AutoML
6.3 AutoMLÀÇ È¿À²¼º°ú °°Ç¼ºÀ» Çâ»ó½ÃÅ°±â À§ÇÑ »õ·Î¿î ¹æ¹ý
6.3.1 ÁÁÀº ¸Ó½Å·¯´× ÇÁ·¹ÀÓ¿öÅ©¸¦ ã±â À§ÇÑ ¸ÞŸ·¯´×
6.3.2 ÃÖÀûÈ µ¿¾È Æò°¡µÈ ¸ðµ¨ÀÇ ÀÚµ¿ ¾Ó»óºí ±¸Ãà
6.4 Çö½ÇÀûÀÎ AutoML ½Ã½ºÅÛ
6.5 ¿ÀÅä »çÀÌŶ·±ÀÇ ¿ÀÅä¿þÄ«¿Í ÇÏÀÌÆÛ¿ÉÆ® »çÀÌŶ·±°úÀÇ ºñ±³
6.6 AutoML °³¼±¾ÈÀÇ Æò°¡
6.7 ¿ÀÅä »çÀÌŶ·± ±¸¼º ¿ä¼ÒÀÇ ¼¼ºÎ ºÐ¼®
6.8 ³íÀÇ¿Í °á·Ð
6.8.1 ³íÀÇ
6.8.2 »ç¿ë¹ý
6.8.3 PoSH ¿ÀÅä »çÀÌŶ·±ÀÇ È®Àå
6.8.4 °á·Ð°ú ¹Ì·¡ ¿¬±¸
7Àå. µö½Å°æ¸ÁÀÇ ÀÚµ¿ Æ©´×
7.1 ¼·Ð
7.2 ¿ÀÅä³Ý 1.0
7.3 ¿ÀÅä³Ý 2.0
7.4 ½ÇÇè
7.4.1 ¿ÀÅä³Ý 10°ú ¿ÀÅä »çÀÌŶ·±ÀÇ º£À̽º¶óÀÎ Æò°¡
7.4.2 AutoML °æ¿¬ µ¥ÀÌÅͼ¿¡ ´ëÇÑ °á°ú
7.4.3 ¿ÀÅä³Ý 10°ú 20ÀÇ ºñ±³
7.5 °á·Ð
8Àå. TROP: ÀÚµ¿¸Ó½Å·¯´×À» À§ÇÑ Æ®¸® ±â¹Ý ÆÄÀÌÇÁ¶óÀÎ ÃÖÀûÈ µµ±¸
8.1 ¼·Ð
8.2 ¹æ¹ý
8.2.1 ¸Ó½Å·¯´× ÆÄÀÌÇÁ¶óÀÎ ¿¬»êÀÚ
8.2.2 Æ®¸® ±â¹Ý ÆÄÀÌÇÁ¶óÀÎ ±¸Ãà
8.2.3 Æ®¸® ±â¹Ý ÆÄÀÌÇÁ¶óÀÎ ÃÖÀûÈ
8.2.4 º¥Ä¡¸¶Å© µ¥ÀÌÅÍ
8.3 °á°ú
8.4 °á·Ð°ú ¹Ì·¡ ¿¬±¸
9Àå. ÀÚµ¿ Åë°è Àü¹®°¡ ½Ã½ºÅÛ
9.1 ¼·Ð
9.2 ÀÚµ¿ Åë°è Àü¹®°¡ÀÇ ±âº» ÇغÎ
9.2.1 °ü·Ã ¿¬±¸
9.3 ½Ã°è¿ µ¥ÀÌÅÍ¿¡ ´ëÇÑ ÀÚµ¿ Åë°è Àü¹®°¡ ½Ã½ºÅÛ
9.3.1 Ä¿³Î¿¡ ´ëÇÑ ¹®¹ý
9.3.2 Ž»ö°ú Æò°¡ ÀýÂ÷
9.3.3 ÀÚ¿¬¾î ¼³¸í »ý¼º
9.3.4 Àΰ£°úÀÇ ºñ±³
9.4 ´Ù¸¥ ÀÚµ¿ Åë°è Àü¹®°¡ ½Ã½ºÅÛ
9.4.1 ÇÙ½É ±¸¼º ¿ä¼Ò
9.4.2 ¼³°è¿¡ ÀÖ¾î¼ Ç®¾î¾ß ÇÒ °úÁ¦µé
9.5 °á·Ð
10Àå. 2015-2018 AutoML 縰Áö ½Ã¸®Áî¿¡ °üÇÑ ºÐ¼®
10.1 ¼·Ð
10.2 ¹®Á¦ ¼³Á¤°ú °³¿ä
10.2.1 ¹®Á¦ÀÇ ¹üÀ§
10.2.2 ¿ÏÀü ¸ðµ¨ ¼±ÅÃ
10.2.3 ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ
10.2.4 ¸ðµ¨ Ž»ö Àü·«
10.3 µ¥ÀÌÅÍ
10.4 縰Áö ÇÁ·ÎÅäÄÝ
10.4.1 ½Ã°£ ¿¹»ê°ú °è»ê ÀÚ¿ø
10.4.2 Á¡¼ö ôµµ
10.4.3 2015/2016 縰Áö ¶ó¿îµå¿Í ´Ü°è
10.4.4 2018 縰Áö ´Ü°è
10.5 °á°ú
10.5.1 2015/2016 縰Áö¿¡¼ ¾òÀº Á¡¼ö
10.5.2 2018 縰Áö¿¡¼ ¾òÀº Á¡¼ö
10.5.3 µ¥ÀÌÅͼÂ/ÀÛ¾÷ÀÇ ¾î·Á¿ò
10.5.4 ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ
10.5.5 ¸ÞŸ·¯´×
10.5.6 縰Áö¿¡¼ »ç¿ëµÈ ¹æ¹ýµé
10.6 ³íÀÇ
10.7 °á·Ð
ºÎ·Ï I. AutoML ÃֽŠµ¿Çâ
ºÎ·Ï II. ¸ÞŸ·¯´×°ú AutoML
¢Â ÀÌ Ã¥ÀÇ ±¸¼º ¢Â
1ºÎ¿¡¼´Â AutoML ¹æ¹ýÀÇ °³¿ä¸¦ Á¦°øÇÑ´Ù. Ãʺ¸ÀÚµéÀ» À§ÇÑ ÅºÅºÇÑ °³¿ä¸¦ Á¦°øÇÏ¸ç °æÇèÀÌ ¸¹Àº AutoML ¿¬±¸ÀÚ¿¡°Ô Âü°í ÀÚ·á°¡ »ç¿ëµÉ °ÍÀÌ´Ù.
1Àå¿¡¼´Â AutoMLÀÌ °í·ÁÇÏ´Â °¡Àå ´Ü¼øÇÏ°í ÀϹÝÀûÀÎ ¹®Á¦ÀÎ ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ ¹®Á¦¿¡ °üÇØ ¼³¸íÇÏ°í, ÇöÀç °¡Àå È¿À²ÀûÀÎ ¹æ¹ýÀ» ÁßÁ¡ÀûÀ¸·Î ¼³¸íÇÑ´Ù.
2Àå¿¡¼´Â ÇнÀ ¹æ¹ý, Áï ¸Ó½Å·¯´× ¸ðµ¨ Æò°¡¿¡¼ ¾òÀº °æÇèÀ» È°¿ëÇØ »õ·Î¿î µ¥ÀÌÅÍ·Î »õ·Î¿î ÇнÀ ÀÛ¾÷¿¡ Á¢±ÙÇÏ´Â ¹æ¹ýÀ» ¼³¸íÇÑ´Ù.
3Àå¿¡¼´Â NAS(Neural Architecture Search) ¹æ¹ý¿¡ ´ëÇØ Æ÷°ýÀûÀ¸·Î ¼³¸íÇÑ´Ù.
2ºÎ´Â Ãʺ¸ »ç¿ëÀÚµµ »ç¿ëÇÒ ¼ö ÀÖ´Â ½ÇÁ¦ AutoML ½Ã½ºÅÛ¿¡ ÃÊÁ¡À» ¸ÂÃç ¼³¸íÇÑ´Ù.
4Àå¿¡¼´Â ÃÖÃÊÀÇ AutoML ½Ã½ºÅÛ Áß ÇϳªÀÎ ¿ÀÅä¿þÄ«(Auto-WEKA)¸¦ ¼³¸íÇÑ´Ù. ÀÌ ÅøŶÀº Àß ¾Ë·ÁÁø WEKA ¸Ó½Å·¯´× ÅøŶÀ» ±â¹ÝÀ¸·Î ÇÏ¸ç ´Ù¾çÇÑ ºÐ·ù ¹× ȸ±Í ºÐ¼® ¹æ¹ý, ÇÏÀÌÆÛÆĶó¹ÌÅÍ ¼³Á¤ ¹× µ¥ÀÌÅÍ Àüó¸® ¹æ¹ýÀ» Ž»öÇÑ´Ù.
5Àå¿¡¼´Â ³Î¸® »ç¿ëµÇ´Â »çÀÌŶ·±(scikit-learn) ÇÁ·¹ÀÓ¿öÅ©¸¦ ±â¹ÝÀ¸·Î ÇÏ´Â AutoML ÇÁ·¹ÀÓ¿öÅ©ÀÎ ÇÏÀÌÆÛ¿ÉÆ®-»çÀÌŶ·±(Hyperopt-Sklearn)À» °£·«È÷ ¼³¸íÇÑ´Ù. ¶ÇÇÑ ½Ã½ºÅÛ »ç¿ë ¹æ¹ý¿¡ ´ëÇÑ ¸î °¡Áö ½ÇÁ¦ ¿¹µµ Æ÷ÇԵŠÀÖ´Ù.
6Àå¿¡¼´Â »çÀÌŶ·±À» ±â¹ÝÀ¸·Î ÇÏ´Â ¿ÀÅä»çÀÌŶ·±(Auto-sklearn)À» ¼³¸íÇÑ´Ù. ÀÌ´Â ¿ÀÅä¿þÄ«¿Í À¯»çÇÑ ÃÖÀûÈ ±â¼úÀ» Àû¿ëÇÏ°í, ÃÖÀûÈ ¿ú ½ºÅ¸Æ®(warm starting) ¹× ÀÚµ¿ ¾Ó»óºí(auto ensembling)À» À§ÇÑ ¸ÞŸ·¯´×(meta-learning)°ú °°Àº ¿©·¯ °¡Áö °³¼± »çÇ×À» Ãß°¡Çß´Ù. ¶ÇÇÑ 4Àå°ú 5ÀåÀÇ ¿ÀÅä¿þÄ« ¹× ÇÏÀÌÆÛ¿ÉÆ®-»çÀÌŶ·±ÀÇ ¼º´É°ú ¿ÀÅä»çÀÌŶ·±ÀÇ ¼º´É°ú ºñ±³ÇÑ´Ù.
7Àå¿¡¼´Â µö½Å°æ¸ÁÀÇ ±¸Á¶¿Í ÇÏÀÌÆÛÆĶó¹ÌÅ͸¦ ¸ðµÎ ¼±ÅÃÇÏ´Â ÀÚµ¿ µö·¯´×À» À§ÇÑ ½Ã½ºÅÛÀÎ ¿ÀÅä³Ý(Auto-Net)À» °£·«È÷ ¼³¸íÇÑ´Ù.
8Àå¿¡¼´Â Æ®¸® ±â¹Ý ¸Ó½Å·¯´× ÆÄÀÌÇÁ¶óÀÎÀ» ÀÚµ¿À¸·Î ±¸¼ºÇÏ°í ÃÖÀûÈÇÏ´Â TPOT ½Ã½ºÅÛÀ» ¼³¸íÇÑ´Ù.
9Àå¿¡¼´Â µ¥ÀÌÅÍ ºÐ¼®»Ó¸¸ ¾Æ´Ï¶ó ¿¹Ãø ¸ðµ¨ ¹× ¼º°ú ºñ±³°¡ Æ÷ÇÔµÈ ¿ÏÀü ÀÚµ¿ÈµÈ º¸°í¼¸¦ »ý¼ºÇØ µ¥ÀÌÅÍ °úÇÐÀ» ÀÚµ¿ÈÇÏ´Â ½Ã½ºÅÛÀÎ ÀÚµ¿ Åë°è Àü¹®°¡ ½Ã½ºÅÛ(Automatic Statistician)À» ¼³¸íÇÑ´Ù.
¸¶Áö¸·À¸·Î 3ºÎ¿Í 10Àå¿¡¼´Â 2015³âºÎÅÍ ½ÇÇàµÅ ¿Â AutoML 縰Áö(°æ¿¬ ´ëȸ)¿¡ ´ëÇØ °£·«È÷ ¼³¸íÇÑ´Ù.
10Àå¿¡¼´Â °æ¿¬ ´ëȸ¿Í ±× ¼³°è ¹èÈÄ¿¡ ÀÖ´Â ¾ÆÀ̵ð¾î¿Í °³³ä»Ó¸¸ ¾Æ´Ï¶ó °ú°Å °æ¿¬ ´ëȸ¿¡¼ ¾òÀº °á°úµµ ÀÚ¼¼È÷ ¼³¸íÇÑ´Ù.
1ºÎ¿¡¼´Â AutoML ¹æ¹ýÀÇ °³¿ä¸¦ Á¦°øÇÑ´Ù. Ãʺ¸ÀÚµéÀ» À§ÇÑ ÅºÅºÇÑ °³¿ä¸¦ Á¦°øÇÏ¸ç °æÇèÀÌ ¸¹Àº AutoML ¿¬±¸ÀÚ¿¡°Ô Âü°í ÀÚ·á°¡ »ç¿ëµÉ °ÍÀÌ´Ù.
1Àå¿¡¼´Â AutoMLÀÌ °í·ÁÇÏ´Â °¡Àå ´Ü¼øÇÏ°í ÀϹÝÀûÀÎ ¹®Á¦ÀÎ ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ ¹®Á¦¿¡ °üÇØ ¼³¸íÇÏ°í, ÇöÀç °¡Àå È¿À²ÀûÀÎ ¹æ¹ýÀ» ÁßÁ¡ÀûÀ¸·Î ¼³¸íÇÑ´Ù.
2Àå¿¡¼´Â ÇнÀ ¹æ¹ý, Áï ¸Ó½Å·¯´× ¸ðµ¨ Æò°¡¿¡¼ ¾òÀº °æÇèÀ» È°¿ëÇØ »õ·Î¿î µ¥ÀÌÅÍ·Î »õ·Î¿î ÇнÀ ÀÛ¾÷¿¡ Á¢±ÙÇÏ´Â ¹æ¹ýÀ» ¼³¸íÇÑ´Ù.
3Àå¿¡¼´Â NAS(Neural Architecture Search) ¹æ¹ý¿¡ ´ëÇØ Æ÷°ýÀûÀ¸·Î ¼³¸íÇÑ´Ù.
2ºÎ´Â Ãʺ¸ »ç¿ëÀÚµµ »ç¿ëÇÒ ¼ö ÀÖ´Â ½ÇÁ¦ AutoML ½Ã½ºÅÛ¿¡ ÃÊÁ¡À» ¸ÂÃç ¼³¸íÇÑ´Ù.
4Àå¿¡¼´Â ÃÖÃÊÀÇ AutoML ½Ã½ºÅÛ Áß ÇϳªÀÎ ¿ÀÅä¿þÄ«(Auto-WEKA)¸¦ ¼³¸íÇÑ´Ù. ÀÌ ÅøŶÀº Àß ¾Ë·ÁÁø WEKA ¸Ó½Å·¯´× ÅøŶÀ» ±â¹ÝÀ¸·Î ÇÏ¸ç ´Ù¾çÇÑ ºÐ·ù ¹× ȸ±Í ºÐ¼® ¹æ¹ý, ÇÏÀÌÆÛÆĶó¹ÌÅÍ ¼³Á¤ ¹× µ¥ÀÌÅÍ Àüó¸® ¹æ¹ýÀ» Ž»öÇÑ´Ù.
5Àå¿¡¼´Â ³Î¸® »ç¿ëµÇ´Â »çÀÌŶ·±(scikit-learn) ÇÁ·¹ÀÓ¿öÅ©¸¦ ±â¹ÝÀ¸·Î ÇÏ´Â AutoML ÇÁ·¹ÀÓ¿öÅ©ÀÎ ÇÏÀÌÆÛ¿ÉÆ®-»çÀÌŶ·±(Hyperopt-Sklearn)À» °£·«È÷ ¼³¸íÇÑ´Ù. ¶ÇÇÑ ½Ã½ºÅÛ »ç¿ë ¹æ¹ý¿¡ ´ëÇÑ ¸î °¡Áö ½ÇÁ¦ ¿¹µµ Æ÷ÇԵŠÀÖ´Ù.
6Àå¿¡¼´Â »çÀÌŶ·±À» ±â¹ÝÀ¸·Î ÇÏ´Â ¿ÀÅä»çÀÌŶ·±(Auto-sklearn)À» ¼³¸íÇÑ´Ù. ÀÌ´Â ¿ÀÅä¿þÄ«¿Í À¯»çÇÑ ÃÖÀûÈ ±â¼úÀ» Àû¿ëÇÏ°í, ÃÖÀûÈ ¿ú ½ºÅ¸Æ®(warm starting) ¹× ÀÚµ¿ ¾Ó»óºí(auto ensembling)À» À§ÇÑ ¸ÞŸ·¯´×(meta-learning)°ú °°Àº ¿©·¯ °¡Áö °³¼± »çÇ×À» Ãß°¡Çß´Ù. ¶ÇÇÑ 4Àå°ú 5ÀåÀÇ ¿ÀÅä¿þÄ« ¹× ÇÏÀÌÆÛ¿ÉÆ®-»çÀÌŶ·±ÀÇ ¼º´É°ú ¿ÀÅä»çÀÌŶ·±ÀÇ ¼º´É°ú ºñ±³ÇÑ´Ù.
7Àå¿¡¼´Â µö½Å°æ¸ÁÀÇ ±¸Á¶¿Í ÇÏÀÌÆÛÆĶó¹ÌÅ͸¦ ¸ðµÎ ¼±ÅÃÇÏ´Â ÀÚµ¿ µö·¯´×À» À§ÇÑ ½Ã½ºÅÛÀÎ ¿ÀÅä³Ý(Auto-Net)À» °£·«È÷ ¼³¸íÇÑ´Ù.
8Àå¿¡¼´Â Æ®¸® ±â¹Ý ¸Ó½Å·¯´× ÆÄÀÌÇÁ¶óÀÎÀ» ÀÚµ¿À¸·Î ±¸¼ºÇÏ°í ÃÖÀûÈÇÏ´Â TPOT ½Ã½ºÅÛÀ» ¼³¸íÇÑ´Ù.
9Àå¿¡¼´Â µ¥ÀÌÅÍ ºÐ¼®»Ó¸¸ ¾Æ´Ï¶ó ¿¹Ãø ¸ðµ¨ ¹× ¼º°ú ºñ±³°¡ Æ÷ÇÔµÈ ¿ÏÀü ÀÚµ¿ÈµÈ º¸°í¼¸¦ »ý¼ºÇØ µ¥ÀÌÅÍ °úÇÐÀ» ÀÚµ¿ÈÇÏ´Â ½Ã½ºÅÛÀÎ ÀÚµ¿ Åë°è Àü¹®°¡ ½Ã½ºÅÛ(Automatic Statistician)À» ¼³¸íÇÑ´Ù.
¸¶Áö¸·À¸·Î 3ºÎ¿Í 10Àå¿¡¼´Â 2015³âºÎÅÍ ½ÇÇàµÅ ¿Â AutoML 縰Áö(°æ¿¬ ´ëȸ)¿¡ ´ëÇØ °£·«È÷ ¼³¸íÇÑ´Ù.
10Àå¿¡¼´Â °æ¿¬ ´ëȸ¿Í ±× ¼³°è ¹èÈÄ¿¡ ÀÖ´Â ¾ÆÀ̵ð¾î¿Í °³³ä»Ó¸¸ ¾Æ´Ï¶ó °ú°Å °æ¿¬ ´ëȸ¿¡¼ ¾òÀº °á°úµµ ÀÚ¼¼È÷ ¼³¸íÇÑ´Ù.