Human In The Loop 은 Part ② 검증 도구를 설치하려고 시도했습니다.

Human In The Loop - Part ① 대시보드 설치 시도
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
  • 대상: 구조화된 데이터에 레이블을 추가하는 도구
  • 입력: 테이블 데이터(csv 파일)
  • 출력: 입력 + 검증 결과
  • 파일의 입력 방법:drag&drop 모두
  • 선택
  • 기본 기능: 읽기, 표시, 업데이트, 삭제
  • 옵션: 초기화,sort,filter,export
  • ■ 실제 이미지 ※ ID는 본 안건에서 시간(Time)

    ■ 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.

  • 역시 플래시 기반 경량
  • 간편한 도구 제작에 대한 인상
  • 특히 콜백 함수와 ID가 일대일이 아니면 오류 등이 발생할 수 있음
  • 주의: 기본적으로 자동 호출
  • DataTable 등 부적합한 매개변수를 입력하면 표시되지 않습니다.
  • 데이터 테이블 디스플레이에 사용되는 함수 단순 복제 데이터 튜토리얼
  • (csv와 xls 파일을utf-8로 디코딩하여pandas DataFrame로 만들기)
  • bootstrap을 통해 판면 디자인을 결정하더라도 스타일을 적절하게 지정하지 않으면 초과 또는 배경색이 이상해집니다
  • 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/
  • 대시를 통해 머신러닝이 가능한 웹 애플리케이션[step1] 만들기
    https://wimper-1996.hatenablog.com/entry/2019/10/28/dash_machine_learning1
    ※ 대시의 표 데이터 처리 등을 통해 참고
  • 코드 공개
    http://github.com/utmoto
  • Dash
    https://dash.plotly.com/
  • plotly
    https://plotly.com/
  • 좋은 웹페이지 즐겨찾기