[Microsoft AI School 6기] 5/15(96일차) 정리 - AI-900 자격증 시험 대비 - 클라우드와 Cognitive Service

클라우드 컴퓨팅(Cloud Computing)

 

 

클라우드 컴퓨팅

 

 

클라우드 컴퓨팅(Cloud Computing)은 인터넷을 통해 서버, 스토리지, 데이터베이스, 네트워크, 소프트웨어, 분석 도구 등 컴퓨팅 자원을 필요할 때마다 빌려 쓰는 기술 또는 서비스 방식

- 사용자가 직접 물리적 서버를 관리하거나 자체 애플리케이션을 실행하지 않아도 됨

- 복잡한 인프라 구조를 몰라도 클라우드 컴퓨팅 이용 가능

 

 

Azure Cognitive Service

 

보고 듣고 인지에 관한 AI 기술을 적용하기 위해서 Azure 클라우드에서 제공하는 사전 학습된 AI 모델

AI 또는 데이터 과학에 대한 지식이나 기술 없이도 인지에 관한 AI 모델을 만들 수 있다

 

Azure Cognitive Service

 

 

머신러닝 디자이너(Machine learning Designer)

 

코드 없이 데이터와 모듈을 캔버스에 드래그 앤 드롭 방식으로 머신러닝 모델을 만들 수 있다

1. 데이터 로드
2. 데이터 전처리(Clean missing data로 NULL 갑 등 처리)
3. Feature Selection
4. 데이터 분리(Split data - 학습과 테스트에 쓰일 데이터 분리)
5. 알고리즘 선택
6. 모델 학습(Train Model - 학습데이터와 알고리즘을 선정하여 학습)
7. 모델 점수 매기기(Score Model - 테스트 데이터와 학습된 모델로)
8. 모델 평가(Evalute Model)

머신러닝 디자이너를 사용하여 추론 파이프라인을 게시하는 경우,

인증키, REST 

매개변수 사용

 

 

자동화된 머신러닝(Automated Machine Learning: AutoML)

 

시간이 오래 걸리고 반복적인 머신러닝 모델 개발을 자동화

사용자가 데이터, 알고리즘 설정값 입력 -> AutoML은 최적의 모델 자동 선택

 

AutoML

 

AutoML은 학습 중에 다양한 알고리즘가 매채 변수를 시도하는 많은 파이프라인 동시에 만듦

Features와 쌍을 이루는 ML 알고리즘 반복

-> 각 반복에서 학습 점수를 생성

-> 점수가 높을 수록 모델이 데이터에 적합

 

지원되는 머신러닝 학습 작업

- 분류, 회귀, 예측

 

자연어 처리(Natural Language Processing-NLP)

인간이 일상적으로 사용하는 자연어를 컴퓨터가 이해하고 해석할 수 있도록 하는 인공지능의 한 분야

자연어: 인간이 일상적으로 사용하는 언어

- 컴퓨터에서 사용하는 프로그래밍 언어 또는 기계어와 구분

자연어 처리: 자연어 -> 컴퓨터가 이해하고 해석할 수 있도록하는 인공지능의 한 분야

ex) 안녕 -> 011101100010

-> 자연어 처리 첫번째 단계는 문자 -> 숫자

 

- Text Analysis: 감정분석, 핵심구문 추출, 언어감지, 명명된 엔티티 인식

- LUIS(Language understanding Intelligence Service): 클라우드 기반 대화형 AI 서비스

- QnA maker: 수동으로 질문과 답변 입력, 지식창고에서 가장 좋은 답변으로 사용자에게 자동 답변

 

등의 서비스에 NLP 사용

 

LUIS

: 사용자의 의도 파악에 주로 사용

 

 

모의고사 오답노트

 

자동 기계 학습은 데이터세트를 지정할 수 있으며 예측할 레이블을 자동으로 이해할 수 없다

자동 기계 학습은 머신러닝 모델 개발의 시간이 소요되고 반복되는 작업을 자동와하는 과정이다

자동 기계 학습은 제공된 사용 사례의 훈련 데이터를 자동으로 추론할 수 없음

자동 기계 학습은 사용자가 지정한 메트릭으로 점수를 매기고 순위를 매기는 여러 훈련 반복을 실행하여 작동

 

Azure Machine Learning Designer에서 다른 사람들이 사용할 수 있도록 실시간 추론 파이프라인을 서비스로 배포하려면 모델을 Azure Kubernetes Service로 배포해야 함

 

Azure Machine Learning Designer는 파이프 라인 드래프트로 진행상화아을 저장할 수 있음

 

Confidence는 올바른 이미지 분휴의 계산된 확률

 

회귀 모델의 경우 레이블이 숫자여야 함.

 

컴퓨터 비전 서비스로 수행할 수 있는 것

필기 텍스트 인식, 이미지에서 얼굴 감자

 

음성 인식 사용 시나리오

- 전화 또는 회의의 사본 만들기

- 녹음 또는 라이브 비디오를 위한 closed caption 제공

- 전화 키패드를 사용하여 입력된 신용카드 번호를 읽어주는 자동 음성

- 플레이어에게 청각적으로 말하는 컴퓨터 게임의 AI 캐릭터

 

텍스트 분석 서비스는 문서에서 필기 서명을 감지할 수 없음

텍스트 분석 서비스는 어떤 언어 텍스트가 작성 되었는 지 식별 가능

텍스트 분석 서비스는 문서에 언급된 회사와 조직을 식별할 수 있음

 

 

 

 

 

출처

 

[1] Microsoft, "자동화된 Machine Learning(AutoML)이란?," Microsoft Learn, 2025. [Online]. Available: https://learn.microsoft.com/ko-kr/azure/machine-learning/concept-automated-ml?view=azureml-api-2. [Accessed: May 14, 2025].

 

-If any problem for references, or any questions please contact me by comments.

-This content is only for recording my studies and personal profiles

 

일부 출처는 사진 내에 표기되어 있습니다

본문의 내용은 학습과 개인 profile 이외의 다른 목적이 없습니다

출처 관련 문제 있을 시 말씀 부탁드립니다

상업적인 용도로 사용하는 것을 금합니다

본문의 내용을 Elixirr 강의자료 내용을 기반으로 제작되었습니다

Microsoft에서 제공하는 정보를 담고 있습니다.

깃허브 소스코드의 내용을 담고 있습니다

본문의 내용은 MS AI School 6기의 강의 자료 및 수업 내용을 담고 있습니다.