학습하고 레지스트리에 기록하기
학습을 실행하고 결과 모델을 등록하세요.
학습하고 레지스트리에 기록하기은(는) CoddyKit의 무료 MLOps Academy 강의입니다. 이것은 4개 중 1번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 MLOps Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. MLOps Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
한 번의 실행, 완전히 기록하기
이 단원에서는 학습과 레지스트리를 연결합니다. 모델을 학습한 다음 MLflow 모델 레지스트리에 푸시하여 버전이 관리되는 재사용 가능한 산출물로 만듭니다. 🚀
추적 실행 시작하기
학습 코드를 mlflow.start_run()으로 감싸세요. 해당 블록 안에서 기록하는 모든 항목은 고유한 ID와 타임스탬프를 가진 하나의 실행에 속합니다.
import mlflow
with mlflow.start_run() as run:
# train and log here
print(run.info.run_id)모델 학습하기
실행 내부에서 평소처럼 추정기를 학습시키세요. MLflow가 관찰하고 있다는 이유만으로 학습 코드를 변경할 필요는 없습니다.
from sklearn.ensemble import RandomForestClassifier
model = RandomForestClassifier(n_estimators=100)
model.fit(X_train, y_train)매개변수 기록하기
log_param으로 선택한 항목을 기록하세요. 몇 달이 지난 후에도 어떤 설정으로 이 모델이 만들어졌는지 정확히 기억할 수 있습니다.
mlflow.log_param("n_estimators", 100)
mlflow.log_param("max_depth", None)측정값 기록하기
log_metric으로 모델의 성능을 기록하세요. 측정값은 나중에 실행 결과를 비교할 때 정렬 기준으로 사용할 숫자입니다.
acc = model.score(X_test, y_test)
mlflow.log_metric("accuracy", acc)모델 산출물 기록하기
mlflow.sklearn.log_model을 사용해 학습된 모델을 실행에 저장하세요. MLflow는 가중치, 형식, 실행 환경을 함께 저장합니다.
mlflow.sklearn.log_model(
sk_model=model,
name="model",
)기록하면서 등록하기
registered_model_name을 전달하면 MLflow가 한 단계에서 모델을 기록하고 새 버전을 등록합니다. 가장 깔끔한 방법입니다.
mlflow.sklearn.log_model(
sk_model=model,
name="model",
registered_model_name="churn-classifier",
)나중에 등록하기
이미 모델을 기록했나요? 실행 URI와 함께 register_model을 호출하면 다시 학습하지 않고 레지스트리에 추가할 수 있습니다.
uri = "runs:/<run_id>/model"
mlflow.register_model(uri, "churn-classifier")버전은 자동으로 증가합니다
같은 이름으로 다시 등록하면 버전 2, 그다음에는 3 등이 부여됩니다. 레지스트리는 모든 버전을 유지하며 이전 버전을 덮어쓰지 않습니다.
빠른 확인
이미 존재하는 이름으로 모델을 기록하면 어떻게 될까요?
실행 확인하기
블록이 종료되면 실행이 FINISHED로 표시됩니다. 매개변수, 측정값, 등록된 모델 버전이 이제 영구적으로 연결됩니다.
UI에서 찾기
MLflow UI를 열면 실행이 해당 실험 아래에 나타나고, 새 모델 버전은 모델 탭에 표시됩니다. 아무것도 사라지지 않습니다.
복습: 학습, 기록, 등록
실행 내부에서 학습하고 매개변수와 측정값을 기록했으며, 모델을 저장하고 버전을 등록했습니다. 학습, 기록, 등록은 실제 파이프라인의 시작입니다. ✅
AI 튜터와 함께 Python을(를) 배우세요 — 무료
브라우저에서 실제 코드를 작성하고 실행하며, 24/7 AI 튜터로부터 즉각적인 도움을 받고, 웹이나 앱에서 중단한 부분부터 계속 학습하세요.
- 코스
- 30
- 레슨
- 120
자주 묻는 질문
“학습하고 레지스트리에 기록하기” 강의는 무료인가요?
네 — “학습하고 레지스트리에 기록하기” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 MLOps Academy 강의 전체를 잠금 해제할 수 있습니다. MLOps Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
“학습하고 레지스트리에 기록하기”에서 뭘 배우나요?
학습을 실행하고 결과 모델을 등록하세요. 브라우저에서 직접 실행하는 실습 코드로 MLOps Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
MLOps Academy을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 MLOps Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 1번째 강의입니다.
“학습하고 레지스트리에 기록하기” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 MLOps Academy 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 MLOps Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.
이 강의의 모든 강의
- 학습하고 레지스트리에 기록하기
- 최고의 모델을 Production으로 승격하기
- Production 모델 서비스하기
- 예측 왕복 과정 추적하기