Human In The Loop 은 Part ② 검증 도구를 설치하려고 시도했습니다.
계속
Part①에서는 목표 설정, 사용 데이터 안내, 모니터링용 대시보드 설치가 이뤄졌다.전제 조건, 목표, 사용 기술 등 상세한 내용은 지난번Part①을 확인하세요.
<HITL 설치 디렉토리>>
Part① 대시보드 ← 마지막
Part ② 검증 도구 ← 이번에
Part ③ HITL(① 및 ②+ 모델 재학습 메커니즘)
■ 대시보드 설치 결과(지난번)
■ 도구 설치 결과 확인(이번)
이브닝 파티에서 뭐 해요?
Part ①에 모니터링을 위한 대시보드를 설치했습니다.
이번 모니터링에서 부자연스러운 행위를 발견했을 때 지식인들이 이상한 작업 효율화를 판정하기 위해 검증 도구(이하'그림'의 지식인 판정 부분)를 실시한다.
본 글의 검증 도구는 모조 도구를 기초로 한다.설치하기 전에 모조를 간단하게 설명한 다음에 무엇을 만드는지 정리한다.
패러디
모조란'특정 데이터에 대한 정보 라벨(메타데이터)'[참조1]을 부가하는 것을 말한다.
원래는 이미지와 자연 언어 등 비구조화된 데이터에 라벨을 부여해 교사 데이터로서 학습을 유도하고 효율을 높이는 경우가 많았지만, 이번에는 표 데이터라는 구조화된 데이터에 대해 모델의 재학습용에 이상 또는 정상적인 라벨을 부여하는 것을 고려했다.
참고로 대량의 모조 작업은 대부분 시간과 힘이 드는 작업이고 외부 주문도 원가가 필요합니다. 유한한 유식한 자원을 효과적으로 이용하기 위해 이번 같은 검증 도구가 필요하다고 생각합니다.
이루어지다
이하로 나누어 설치하다.
1. 대시보드
2. 검증 도구 ← 이번에
3. HITL(①와 ②+모델 재학습의 메커니즘)
2. 검증 도구
■ 설치 내용
■ 설치 결과
대시를 사용한 소감.
이 시리즈의 Human In The Loop 설치에 필요한 인터넷 응용 프로그램의 설치 부분이 이번에 전부이기 때문에 주로 사용하는 Dash라는 프레임워크에 대해 [참고4]에서 소감을 발표하고 싶습니다.
대시를 사용한 소감.
총결산
이번에는 휴먼 인 더롭에서 지식인 검증에 사용되는 검증 도구를 구현했다.
검증 도구를 통해 검증 대상 데이터의 취득, 표시, 확인, 결과 출력의 절차가 원활해지고 수동 작업에 비해 작업 효율화된다.또 이번에는 표 데이터가 나왔지만 표시할 것을 문장이나 이미지로 만들어 전형적인 모조 도구로 사용할 수 있을 것 같다.
다음에는 지금까지 제작한 대시보드와 검증 도구에 모델을 다시 학습하는 메커니즘을 추가해 휴먼 인 더 루프를 라이브로 선보이고 싶다.
개선점과 문제점이 있으면 메시지를 남겨주세요.
참고 자료
의성어의 의미
https://www.weblio.jp/content/초대하다
(참조) 에뮬레이션 유형: https://japan.zdnet.com/article/35134024/
https://wimper-1996.hatenablog.com/entry/2019/10/28/dash_machine_learning1
※ 대시의 표 데이터 처리 등을 통해 참고
http://github.com/utmoto
https://dash.plotly.com/
https://plotly.com/
Reference
이 문제에 관하여(Human In The Loop 은 Part ② 검증 도구를 설치하려고 시도했습니다.), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/motonobu_ut/items/0fa3e1f2aa89e1bd5546텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)