머신러닝 모델

머신러닝을 활용하면 회귀분석, 분류, 군집화, 이상탐지, 시계열 예측 등 다양한 작업을 수행할 수 있습니다. 로그프레소 소나에서 분류 예측이나 이상탐지는 사전에 머신러닝 모델을 생성해두고 실시간 탐지나 배치 탐지에 적용할 수 있으며, 모델이 생성되지 않는 알고리즘은 쿼리를 통해 호출할 수 있습니다. 머신러닝 모델은 관리자만 생성하거나 삭제할 수 있으며, 일반 계정은 조회만 가능합니다.

머신러닝 모델을 만들고 활용하는 전체 단계는 다음과 같습니다:

데이터 수집, 정제 단계는 학습 데이터셋에서 설정합니다. 탐색적 데이터 분석 단계에서는 피벗 인터페이스를 이용하여 데이터의 통계적 분포나 연관 관계를 파악하고, 시각화 분석을 수행합니다. 이후 쿼리를 사용해서 피처를 추출하고 모델을 생성한 후 모델의 성능을 확인하는 단계를 반복하게 됩니다. 검증 데이터 집합을 대상으로 만족스러운 결과가 나온다면, 탐지 정책이나 분석 및 리포팅에 모델을 적용하여 배포합니다.

머신러닝 모델 목록은 모델의 유형과 모델 상태를 표시합니다. 모델링이 실행 중인 상태이면, 현재 진행율을 확인할 수 있습니다.