시작하기 전

• Driverless AI에서의 샘플링
  • 데이터 샘플링
  • 불균형 모델 샘플링 방법
• 누락 레벨과 보이지 않는 레벨 처리
  • 알고리즘은 학습 중에 결측값을 어떻게 처리하나요?
  • 알고리즘은 스코어링중에 결측값을 어떻게 처리하나요 (생성)?
  • 학습 중에 보이지 않는 범주형 레벨에서 예측을 시도하면 어떻게 되나요?
  • 반응에 결측값이 있으면 어떻게 되나요?
• Driverless AI에서의 대체
  • 대체 활성화
  • 대체를 통한 실험 실행
• Driverless AI 변환
  • 사용 가능한 트랜스포머
  • 변환된 특성 명명 규칙
  • 변환 예시
• 내부 검증 기술
• Driverless AI의 앙상블 학습
  • 앙상블 방법
  • 앙상블 레벨
• Monotonicity Constraints
• Driverless AI에서 변수의 중요성
  • 전역 기능 중요성
  • Local 기능 중요성
• Driverless AI의 대량 데이터 세트
• Driverless AI에서의 GPU
• Driverless AI의 실험 큐잉
• Time Series 모범 사례
  • 데이터 준비
  • 실험 설정
  • MLI를 사용한 모델 해석
  • 스코어링
  • 기타 방법
• 팁과 도움말
  • 파이프라인 팁
  • Time Series 팁
  • 스코어러 팁
  • 노브 설정 팁
  • 실험 실행 팁
  • 상세 설정 팁
  • 체크포인팅 팁
  • 텍스트 데이터 팁
• 간단한 구성
  • 유전 알고리즘 및 앙상블 없이 최종 모델을 빠르게 획득
  • 유전 알고리즘으로 원래 기능 사용
  • 선택한 알고리즘과 매개변수로 모델을 구축합니다
  • 누출 검사, 이동 감지, MOJO 생성 및 앙상블 비활성화