Azure Data Science Virtual Machine의 Machine Learning 및 Data Science 도구

아티클
09/03/2024

Azure DSVM(Data Science Virtual Machines)에는 기계 학습을 위한 풍부한 도구 및 라이브러리 집합이 있습니다. 이러한 리소스는 Python, R, Julia 등 널리 사용되는 언어로 제공됩니다.

DSVM은 다음과 같은 컴퓨터 학습 도구 및 라이브러리를 지원합니다.

Python용 Azure Machine Learning SDK

전체 참조를 보려면 Python용 Azure Machine Learning SDK를 참조하세요.

범주	값
이것은 무엇인가요?	Azure Machine Learning 클라우드 서비스를 사용하여 기계 학습 모델을 개발하고 배포할 수 있습니다. Python SDK를 사용하면 모델을 빌드, 학습, 크기 조정 및 관리하면서 모델을 추적할 수 있습니다. 모델을 컨테이너로 배포하고 클라우드, 온-프레미스 또는 Azure IoT Edge에서 실행합니다.
지원되는 버전	Windows(Conda 환경: AzureML), Linux(Conda 환경: py36)
일반적인 사용 용도	일반 Machine Learning 플랫폼
구성/설치 방법	GPU 지원과 함께 설치됨
사용/실행 방법	Python SDK로 및 Azure CLI에서 사용합니다. Windows 버전에서 conda 환경 `AzureML` 활성화 또는 Linux 버전에서 `py36` 활성화를 수행합니다.
샘플에 대한 링크	Notebooks 아래의 `AzureML` 디렉터리에서 샘플 Jupyter Notebooks를 찾습니다.

H2O

범주	값
이것은 무엇인가요?	분산되고 빠른 메모리 내 확장성 있는 기계 학습을 지원하는 오픈 소스 AI 플랫폼입니다.
지원되는 버전	Linux
일반적인 사용 용도	범용으로 배포된 확장 가능한 Machine Learning
구성/설치 방법	H2O는 `/dsvm/tools/h2o`에 설치됩니다.
사용/실행 방법	X2Go를 사용하여 VM에 연결합니다. 새 터미널을 시작하고 `java -jar /dsvm/tools/h2o/current/h2o.jar`을 실행합니다. 그런 다음, 웹 브라우저를 시작하고 `http://localhost:54321`에 연결합니다.
샘플에 대한 링크	Jupyter의 `h2o` 디렉터리 아래 VM에서 샘플을 찾습니다.

DSVM에는 다른 여러 컴퓨터 학습 라이브러리가 있습니다. 예를 들어, DSVM용 Anaconda Python 배포의 일부인 자주 사용되는 scikit-learn 패키지가 있습니다. Python, R 및 Julia에서 사용 가능한 패키지 목록을 보려면 해당 패키지 관리자를 실행합니다.

LightGBM

범주	값
이것은 무엇인가요?	의사 결정 트리 알고리즘을 기반으로 하는 빠르고 분산된 고성능 경사 부스팅(GBDT, GBRT, GBM 또는 MART) 프레임워크입니다. 기계 학습 작업(순위 지정, 분류 등)에 사용합니다.
지원되는 버전	Windows, Linux
일반적인 사용 용도	범용 경사 부스팅 프레임워크
구성/설치 방법	LightGBM은 Windows에 Python 패키지로 설치됩니다. Linux에서는 명령줄 실행 파일이 `/opt/LightGBM/lightgbm`에 있습니다. R 패키지가 설치되고 Python 패키지가 설치됩니다.
샘플에 대한 링크	LightGBM 가이드

Rattle

범주	값
이것은 무엇인가요?	R을 사용하는 데이터 마이닝용 그래픽 사용자 인터페이스입니다.
지원되는 버전	Windows, Linux
일반적인 사용 용도	R에 대한 일반 UI 데이터 마이닝 도구
사용/실행 방법	UI 도구로 사용합니다. Windows에서 명령 프롬프트를 시작하고, R을 실행한 후, R 내부에서 `rattle()`을 실행합니다. Linux에서 X2Go와 연결하여 터미널을 시작하고, R을 실행한 후, R 내부에서 `rattle()`을 실행합니다.
샘플에 대한 링크	Rattle

Vowpal Wabbit

범주	값
이것은 무엇인가요?	빠른 오픈 소스, 핵심 외 학습 시스템 라이브러리
지원되는 버전	Windows, Linux
일반적인 사용 용도	일반 Machine Learning 라이브러리
구성/설치 방법	Windows: msi 설치 프로그램 Linux: apt-get
사용/실행 방법	경로 명령줄 도구로(Windows인 경우 `C:\Program Files\VowpalWabbit\vw.exe`, Linux인 경우 `/usr/bin/vw`)
샘플에 대한 링크	VowPal Wabbit 샘플

Weka

범주	값
이것은 무엇인가요?	데이터 마이닝 작업에 대한 Machine Learning 알고리즘의 컬렉션입니다. 알고리즘을 직접 적용하거나 자체 Java 코드에서 호출할 수 있습니다. Weka는 데이터 전처리 작업, 분류, 회귀, 클러스터링, 연결 규칙 및 시각화를 위한 도구를 포함합니다.
지원되는 버전	Windows, Linux
일반적인 사용 용도	일반 Machine Learning 도구
사용/실행 방법	Windows인 경우 시작 메뉴에서 Weka를 검색하세요. Linux의 경우 X2Go로 로그인한 다음, Applications> Development>Weka로 이동합니다.
샘플에 대한 링크	Weka 샘플

XGBoost

범주	값
이것은 무엇인가요?	Python, R, Java, Scala, C++ 등을 위한 빠르고 이식 가능하고 분산된 경사 부스팅(GBDT, GBRT, or GBM) 라이브러리입니다. 단일 컴퓨터, Apache Hadoop 및 Spark에서 실행됩니다.
지원되는 버전	Windows, Linux
일반적인 사용 용도	일반 Machine Learning 라이브러리
구성/설치 방법	GPU 지원과 함께 설치됨
사용/실행 방법	Python 라이브러리(2.7 및 3.6 이상), R 패키지 및 경로 명령줄 도구(Windows의 경우 `C:\dsvm\tools\xgboost\bin\xgboost.exe` 및 Linux의 경우 `/dsvm/tools/xgboost/xgboost`)로 사용합니다.
샘플에 대한 링크	샘플은 VM에, linux인 경우 `/dsvm/tools/xgboost/demo`, Windows인 경우 `C:\dsvm\tools\xgboost\demo`에 포함됩니다.

다음을 통해 공유