MLI 사용자 정의 레시피

모델 해석을 위해 Driverless AI에서 사용하는 기술과 방법론은 레시피(Python 코드 스니펫)를 통해 확장이 가능합니다. 다음 단계에서는 MLI(기계 학습 해석 가능성) 보기에서 사용자 지정 레시피의 업로드 및 활성화에 관한 방법을 설명합니다.

Note: MLI용 사용자 지정 레시피에 대한 자세한 내용은 https://github.com/h2oai/driverlessai-recipes/tree/rel-1.9.1/explainers 를 참조하십시오.

사용자 정의 레시피 업로드:

  1. MLI 페이지로 이동하고 New Interpretation 버튼을 클릭합니다. 드롭다운 메뉴에서 Upload MLI Recipe 를 선택합니다. MLI Recipe URL 을 선택하여 원시 파일, GitHub 저장소/tree 또는 로컬 디렉터리에서 레시피를 로드하는 것도 가능합니다. 또는 MLI 상세 설정 패널에서 해당 옵션에 액세스할 수도 있습니다.

Upload recipe

사용자 정의 레시피 활성화:

  1. MLI 페이지에서 New Interpretation 을 클릭합니다. 메뉴에서 New Interpretation 을 선택합니다.

  2. 해석할 모델과 데이터 세트를 선택한 후 Recipes 를 클릭합니다.

MLI recipes page

  1. 활성화하려는 사용자 정의 레시피를 선택한 후 Done 을 클릭합니다.

Enable recipe(s)

  1. Launch MLI 버튼을 클릭합니다.