머신러닝 모델에서의 Human-in-the-Loop

1.머신러닝 모델에서의 Human-in-the-Loop의 개념

  가.Human-in-the-Loop 정의

      - 머신러닝 학습과정에서 데이터 전처리를 위해 사람이 개입하여 Annotation과 Active Learning을 통해 데이터 라벨링을 수행하는 데이터 전처리 기술

  나.Human-in-the-Loop 특징

특징	설명
상호 작용	인간과 기계학습 프로세스의 상호작용을 통해 머신러닝 예측 결과의 정확도 향상
데이터 레이블	Annotation, Active Learning을 통해 라벨링 되지 않은 데이터에 대해 사람이 라벨을 부여

2.머신러닝 모델에서의 Human-in-the-Loop의 개념도 및 기술요소

  가. Human-in-the-Loop의 개념도

- 머신러닝 학습모델의 예측결과의 정확도 향상을 위해 데이터 전처리과정에서 사람과 상호작용을 통해 데이터 라벨 부여 

  나. Human-in-the-Loop의 기술요소

기술요소	절차도	설명
Annotation		-라벨링 되어 있지 않은 raw data에 라벨링을 부여하여 학습 데이터의 효용성 제공 -머신러닝에서 정답지를 사람이 직접 부여하여 예측결과 정확도 향상
Active Learning		-초기 라벨링된 일부 데이터를 이용해 모델이 학습을하고 아직 라벨링이 되지 앟은 데이터 중 학습에 중요한 데이터에 대해 라벨링을 요구 -머신러닝 모델이 라벨링이 필요한 데이터중 자동적으로 가장 정보량이 많은 데이터를 선택하는 것이 목표

3.머신러닝 모델에서의 Human-in-the-Loop의 자동화 사례

- 자율주행, 정밀의료, 스마트 팩토리 등 실시간의 정교한 예측과 판단이 요구되는 분야에 고품질 데이터 라벨링이 필수적이며, AutoML의 데이터전처리 과정에 자동화 필요