라이브 데모: Druid로 머신러닝 파이프라인 최적화 (한국어 자막 지원)

기업은 수천개의 자동화된 워크플로와 머신러닝 모델을 적용하여 특정 이벤트 또는 트랜잭션 프로세스를 승인, 거절 또는 지속적으로 모니터링할지 여부와 같이 데이터 스트림의 보안을 자동으로 결정합니다. 워크플로의 사소한 프로세스 변경으로도 의사 결정에 영향을 미치거나 머신러닝 모델에 새로운 변수를 도입할 수 있습니다. 이러한 변수는 모델 또는 시스템 내의 변경으로 인해 발생할 수 있습니다. 또한 고객측의 변화 (통합 또는 의사결정 행동)으로 인해 발생할 수도 있습니다. 사기공격, 새로운 시장 진입 또는 계절행사로 인한 변경 등의 상황에 따라 적절히 조정해야 하는 경우도 있고, 변경사항을 지켜봐야 하는 경우도 있습니다. 따라서 사용자가 이러한 변경 사항을 신속하게 이해하고 해당 조정 여부를 결정하도록 돕는 것이 중요합니다. Imply는 사용자가 이상징후를 실시간으로 모니터링 하고, 실시간으로 자동 경고를 정확하게 생성할 수 있도록 머신러닝 학습 모델의 실시간 모니터링을 가능하게 하는 확장성이 뛰어난 플랫폼을 제공합니다. 주요 내용: - Imply를 사용하여 기계 학습 프로세스 최적화 - Imply Pivot 및 원격 측정 데이터를 사용하여 기계 학습 성능 모니터링 - Imply를 학습 데이터 소스로 사용하여 모델 정확도를 최적화하고 학습시간 단축 - Imply를 사용하여 모델 예측 프로세스 최적화