Machine Learning Studio(클래식) 웹 서비스: 배포 및 사용

아티클
04/19/2017

적용 대상: Machine Learning Studio(클래식) 미적용 대상 Azure Machine Learning

Important

Machine Learning Studio(클래식)에 대한 지원은 2024년 8월 31일에 종료됩니다. 해당 날짜까지 Azure Machine Learning으로 전환하는 것이 좋습니다.

2021년 12월 1일부터 새로운 Machine Learning Studio(클래식) 리소스를 만들 수 없습니다. 2024년 8월 31일까지는 기존 Machine Learning Studio(클래식) 리소스를 계속 사용할 수 있습니다.

ML Studio(클래식)에서 Azure Machine Learning으로 기계 학습 프로젝트 이동에 대한 정보를 참조하세요.
Azure Machine Learning에 대해 자세히 알아보세요.

ML Studio(클래식) 설명서는 사용 중지되며 나중에 업데이트되지 않을 수 있습니다.

Machine Learning Studio(클래식)를 사용하여 기계 학습 워크플로 및 모델을 웹 서비스로 배포할 수 있습니다. 그런 다음, 이러한 웹 서비스를 실시간으로 또는 배치 모드로 예측을 수행하도록 인터넷을 통해 애플리케이션에서 기계 학습 모델을 호출하는 데 사용할 수 있습니다. 웹 서비스는 RESTful이므로 .NET 및 Java와 같은 다양한 프로그래밍 언어 및 플랫폼과 Excel과 같은 애플리케이션에서 호출할 수 있습니다.

다음 섹션에서는 시작하는 데 도움이 되는 연습, 코드 및 설명서에 대한 링크를 제공합니다.

웹 서비스 배포

Machine Learning Studio(클래식) 사용

Studio(클래식) 포털 및 Machine Learning 웹 서비스 포털을 사용하면 코드를 작성하지 않고도 웹 서비스를 배포하고 관리할 수 있습니다.

다음 링크는 새 웹 서비스를 배포하는 방법에 대한 일반적인 정보를 제공합니다.

Azure Resource Manager를 기반으로 하는 새 웹 서비스를 배포하는 방법에 대한 개요는 새 웹 서비스 배포를 참조하세요.
웹 서비스를 배포하는 방법에 대한 연습은 Machine Learning 웹 서비스 배포를 참조하세요.
웹 서비스를 만들고 배포하는 방법에 대한 전체 연습은 자습서 1: 신용 위험 예측부터 시작합니다.
웹 서비스를 배포하는 특정 예제는 다음을 참조하세요.
- 자습서 3: 신용 위험 모델 배포
- 여러 지역에 웹 서비스를 배포하는 방법

웹 서비스 리소스 공급자 API(Azure Resource Manager API) 사용

웹 서비스용 Machine Learning Studio(클래식) 리소스 공급자를 사용하면 REST API 호출을 사용하여 웹 서비스를 배포하고 관리할 수 있습니다. 자세한 내용은 REST(Machine Learning 웹 서비스) 참조를 참조하세요.

PowerShell cmdlet 사용

웹 서비스용 Machine Learning Studio(클래식) 리소스 공급자를 사용하면 PowerShell cmdlet을 통해 웹 서비스를 배포하고 관리할 수 있습니다.

cmdlet을 사용하려면 먼저 Connect-AzAccount cmdlet을 사용하여 PowerShell 환경 내에서 Azure 계정에 로그인해야 합니다. Resource Manager를 기반으로 하는 PowerShell 명령을 호출하는 방법에 익숙하지 않은 경우 Azure Resource Manager에서 Azure PowerShell 사용을 참조하세요.

예측 실험을 내보내려면 이 샘플 코드를 사용합니다. 코드에서 .exe 파일을 만든 후 다음을 입력할 수 있습니다.

C:\<folder>\GetWSD <experiment-url> <workspace-auth-token>

애플리케이션을 실행하면 웹 서비스 JSON 템플릿이 만들어집니다. 템플릿을 사용하여 웹 서비스를 배포하려면 다음 정보를 추가해야 합니다.

스토리지 계정 이름 및 키

Azure Portal에서 스토리지 계정 이름 및 키를 가져올 수 있습니다.
약정 플랜 ID

로그인하고 계획 이름을 클릭하여 Machine Learning 웹 서비스 포털에서 계획 ID를 가져올 수 있습니다.

MachineLearningWorkspace 노드와 동일한 수준에서 Properties 노드의 자식으로 JSON 템플릿에 추가합니다.

예를 들어 다음과 같습니다.

"StorageAccount": {
        "name": "YourStorageAccountName",
        "key": "YourStorageAccountKey"
},
"CommitmentPlan": {
    "id": "subscriptions/YouSubscriptionID/resourceGroups/YourResourceGroupID/providers/Microsoft.MachineLearning/commitmentPlans/YourPlanName"
}

자세한 내용은 다음 문서 및 샘플 코드를 참조하세요.

MSDN에서 Machine Learning Studio(클래식) Cmdlet 참조

웹 서비스 사용

Machine Learning 웹 서비스 UI에서(테스트)

Machine Learning 웹 서비스 포털에서 웹 서비스를 테스트할 수 있습니다. 여기에는 RRS(Request-Response Service) 및 BES(Batch Execution Service) 인터페이스 테스트가 포함됩니다.

Excel에서

웹 서비스를 사용하는 Excel 템플릿을 다운로드할 수 있습니다.

REST 기반 클라이언트에서

Machine Learning 웹 서비스는 RESTful API입니다. .NET, Python, R, Java 등 다양한 플랫폼에서 이러한 API를 사용할 수 있습니다. Machine Learning 웹 서비스 포털의 웹 서비스에 대한 사용 페이지에는 시작하는 데 도움이 되는 샘플 코드가 있습니다. 자세한 내용은 Machine Learning 웹 서비스를 사용하는 방법을 참조하세요.

다음을 통해 공유