옵션과 초보자

마지막 업데이트: 2022년 3월 16일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
필요한 데이터가 무엇인지 정해지면 소싱 방법을 찾아야 합니다. 먼저 조직에서 수집하는 모든 데이터를 살펴보는 것으로 시작할 수 있습니다. 이렇게 하면 모델 학습에 필요한 데이터를 이미 수집하고 있었다는 것을 알게 될 수도 있습니다. 필요한 데이터가 없는 경우 직접 확보하거나 타사 제공업체에 아웃소싱할 수 있습니다.

옵션과 초보자

인벤 공식 앱으로 보기

지난 7월 25일 키타산 블랙 출시로 인해 정식 오픈때 보다 많은 유저가 찾아와 대한민국 게임 역사상 일일 매출의 기록까지 세우는 등의 여파로 드디어 우마무스메가 정식 오픈이 되었다고 우스갯소리로 말하는 유저들이 많다.

그만큼 SSR 키타산 블랙(이하 '키타산 블랙')은 향후 1년 이상 육성을 책임져줄 인권급 서포트며, 키타산 블랙의 픽업 기간 동안은 리세마라 이륙 조건이 이전보다 더욱 까다롭게 되고 있다.

키타산 블랙 픽업이 실시중인 현재 가장 보편적인 리세마라 이륙 조건은 키타산 블랙 2돌 이상을 확보하고 동시에 SR 등급 이상의 스피드 서포트도 2장 이상 필요하다는 의견이 지배적이다. 게다가 무과금 유저라면 초반 육성을 위해 추가 조건이 붙어 3일 이상 리세마라에 도전하고 있는 유저도 있다.

리세마라에 성공했더라도 게임 자체가 일반적인 모바일 게임과 꽤 색다른 형상을 띄고 있기 때문에 리세마라를 끝마친 이후 어떠한 것부터 해야할지 갈팡질팡하는 트레이너도 많이 보이고 있다.

이에 우마무스메 인벤에선 리세마라 이륙 조건부터 리세마라 이후 해야할 서포트 강화 및 덱 빌드 등 기초적인 내용들을 정리해보는 시간을 가져보려고 한다.

▲ 드디어 목이 빠지게 기다리던 키타산 블랙 출시! 리세마라 이후 해야할 일은 뭘까?

■ 리세마라 이륙 조건 ver.키타산 블랙

리세마라 이륙 조건 중 첫 번째로 심사받는 것은 최고 효율을 보여주는 파인 모션, 슈퍼 크릭, 키타산 블랙 중 1개 이상을 필수로 챙기고 비코 페가수스, 하야카와 타즈나, 사쿠라 바쿠신 오 등을 포함한 2~3장 이상의 SSR 등급 서포트를 픽업하는 게 선호된다.

그 중 인권급 서포트라 평가되는 키타산 블랙의 경우 키타산 블랙 픽업 기간 중에 리세마라를 시도한다면 다른 SSR을 배제하더라도 최소 키타산 블랙 2돌 이상 (3장 이상)을 뽑고 가야한다는 게 현재 커뮤니티 내 주요 의견이다.

굳이 키타산 블랙을 2돌 이상 만드는 이유는 게임 초기엔 업적, 트로피 등 한 번 육성을 마칠 때마다 1~2천 쥬얼씩 획득할 수 있어 약 1~2주일 정도는 재화가 빠르게 쌓여 소위 말하는 1천장(200연차)을 쳐서 확정적으로 키타산 블랙이 본격적으로 탄력 받는 3돌 이상을 만들 수 있기 때문이다.

단, 키타산 블랙과 마찬가지로 인권급 서포트라 표현되는 파인 모션은 향후 과금 계획이 없는 트레이너라면, 굳이 파인 모션을 노리지 않는 게 좋다. 지능은 분명 레이스 시 중요한 스탯이지만, 인자와 서포트의 풀이 넓고 고돌파 서포트가 많아야 빛을 볼 수 있는 스탯이다.

만일, 무과금 트레이너가 지능 서포트를 제대로 활용하려면 최소 2~3달 이상 걸리며, 특히 서포트 풀이 적은 초반 육성 과정에서 파인 모션은 인권급 서포트라는 평가가 무색할 정도로 전혀 도움이 되지 않는다.

따라서 파인 모션보다는 당장 육성에 도움이 되는 슈퍼 크릭, 비코 페가수스, 하야카와 타즈나 등의 서포트들이 훨씬 더 유용하게 쓰인다.

하지만, SSR 서포트를 2~3장 이상을 픽업한다는 조건을 달성해도 SR 등급 이상의 스피드 서포트가 2장 이상 없다면, 많은 유저가 리세마라를 다시 하는 걸 권장하고 있다.

육성에서 가장 중요한 스탯은 최대 속도에 영향을 주는 스피드기 때문에 우마무스메의 거리 적성에 따라 스피드 카드를 2~4장 이상 채용하는 게 가장 기본적인 덱 빌드다. 따라서 SR등급 이상의 스피드 서포트도 최소 2장 이상 픽업해야 덱 빌드의 시작점을 밟을 수 있다.

▲ 이후 과금 계획에 따라 리세마라 시 픽업하고 갈 서포트의 중요도가 조금 달라진다.

▲ 키타산 블랙을 포함해 SR 등급 이상의 스피드 서포트가 최소 2장 없으면 제대로 육성할 수 없다.

■ 덱 빌드에 사용할 서포트 카드 강화

처음엔 보유하고 있는 머니와 서포트 Pt가 한정적이기 때문에, 한계 돌파가 되어있더라도 주로 사용할 SSR 서포트를 서포트 효과가 추가되는 고유 보너스 해방 조건 레벨인 30 까지만 강화하는 게 좋다. 그 후엔 주로 사용할 SR 서포트 고유 보너스 해방 조건 레벨인 25 까지 강화하는 게 정석이다.

단, 이벤트 배포 혹은 스토리에서 획득하는 SSR 서포트의 경우 2돌파 상한선 즉 40레벨부터 고유 보너스가 발동하니 주의가 필요하다. 추후 재화가 모이면 돌파 숫자가 높은 서포트부터 차근차근 최고 레벨까지 강화하길 추천한다.

서포트의 고유 보너스는 추가로 보유한 서포트 효과가 증가하거나 다른 효과가 추가되기 때문에 먼저 이를 발동 시켜주는 게 매우 중요하다. 레벨별 서포트의 성능은 인벤 서포트 카드 DB에서 확인할 수 있으며, 서포트 간 성능 비교는 홈페이지 상단의 카드 비교에서 할 수 있다.

▲ 서포트의 고유 보너스 해방 조건은 SSR 등급은 30레벨, SR 등급은 25레벨이다.

■ 각 속성별 서포트 2장 이상 있어야 원활한 덱 빌드 가능

스피드는 최대 속도에 영향을 주기 때문에 육성에서 가장 중요하고 기본이 되는 스탯이라 할 수 있다. 따라서 우마무스메의 거리 적성에 따라 스피드 서포트를 2~4장 이상 채용하는 게 가장 기초적인 덱 빌드며, SR등급 이상의 스피드 서포트를 2장 이상 갖추고 있어야 원활한 덱 빌드의 시작점을 밟을 수 있다.

게다가 리세마라 이후 추가 과금 계획이 없거나 혹은 모은 재화를 미래시를 보고 아낄 예정이라면, 스피드 서포트는 물론 SR 등급의 파워, 스태미나, 지능 서포트도 2장 이상 갖추고 있어야 레이스 거리별로 원활한 덱 빌드가 가능하다.

다행히 스태미나 서포트는 메인 스토리를 시청하면 SSR 등급의 서포트를 2개 획득할 수 있어 부족하더라도 빠르게 충당할 수 있다.

하지만, 처음 게임을 접한 트레이너 입장에선 수많은 리세마라 정보로 SSR의 티어는 어렴풋이 알고 있지만, SR 서포트의 숫자가 워낙 많아 어떠한 카드들이 알짜배기인지 판단하기 어렵다.

따라서 게임 초기 레벨업이나 한계 돌파를 진행해도 재화가 아깝지 않을 우수한 SR 서포트를 아래의 링크에서 한 번 확인해보고 해당 서포트가 있다면 먼저 강화를 진행하길 추천한다.

▲ 초기엔 단거리, 마일이라도 지능 육성보단 파워나 스태미나 서포트를 채용해 감을 익히는 게 중요!

▲ 보유하고 있는 서포트 카드와 인자 풀에 따라 중/장거리 덱 빌드가 갈린다.

▲ SR 서포트의 티어표도 따로 준비되어있다.

■ 육성한 우마무스메로 각종 재화 파밍! 데일리 레이스

덱을 편성한 뒤 육성을 완료하면 가장 먼저 체크해야할 콘텐츠로, 육성이 완료된 우마무스메를 이용해 하루 3번씩 머니 혹은 서포트 Pt를 대량으로 파밍할 수 있는 '데일리 레이스'가 있다.

데일리 레이스는 총 3가지 단계로 나누어져 있으며, 첫 클리어 시 추가로 쥬얼을 지급한다. 노말 난이도까진 어렵지 않게 클리어할 수 있지만, 하드 난이도의 경우 URA 파이널스를 제패한 우마무스메를 기준으로 난이도가 책정되어 있기 때문에 주의가 필요하다.

머니 파밍 레이스는 마일, 서포트 Pt 레이스는 중거리로 설정되어 있으며, 특히 도주 각질이 가장 승률이 높다. 따라서 도주 각질을 사용하고 마일과 중거리 레이스를 모두 소화할 수 있는 다이와 스칼렛을 먼저 육성해두면 별도의 추가 육성 없이 데일리 레이스 파밍을 안정적으로 진행할 수 있다.

▲ 도주, 마일, 중거리가 능숙한 다이와 스칼렛을 먼저 육성해두면 안정적으로 파밍할 수 있다.

◆ 옵션과 초보자 리세마라 직후 해야할 일 정리

1. 서포트 카드 강화

- 초반엔 재화가 한정 되어있기 때문에, 덱 빌드에 사용할 'SSR 서포트는 레벨인 30'까지만 강화, 'SR 서포트는 25'까지 강화하는 게 정석이다.

2. 각 속성별 서포트 2장 이상 있어야 원활한 덱 빌드 가능

- 스피드는 최대 속도에 영향을 주기 때문에 육성에서 가장 중요하고 기본이 되는 스탯이기에, 우마무스메의 거리 적성에 따라 스피드 서포트를 2~4장 이상 채용하는 게 가장 기초적인 덱 빌드다.
- 스피드 서포트는 물론 SR 등급의 파워, 스태미나, 지능 서포트도 2장 이상 갖추고 있어야 레이스 거리별로 원활한 덱 빌드가 가능하다.

3. 육성 우마무스메에 맞는 덱 빌드 편성

- 육성할 우마무스메의 레이스 거리 적성에 따라 덱 빌드에 사용되는 서포트 구성이 조금씩 달라진다.
- 게임 초기엔 스피드, 파워, 스태미나 속성의 서포트를 주로 채용하게 되며, '친구' 속성 서포트 SSR 하야카와 타즈나를 채용해 육성 중 안정성을 크게 높이자.
- 아래 링크의 인벤 DB에서 우마무스메 별 정보와 맞춤 공략을 확인할 수 있다.

4. 육성한 우마무스메로 각종 재화 파밍! 데일리 레이스

- 육성이 완료 후 하루 3번씩 머니 혹은 서포트 Pt를 대량으로 파밍할 수 있는 데일리 레이스에 참가하자.
- 파밍엔 '도주' 각질이 유리하며, 마일/중거리 레이스기 때문에 이를 모두 소화할 수 있는 '다이와 스칼렛'을 먼저 육성하길 추천한다.

초보자 초보자에게 처음부터 바이너리 옵션

많은 사람들이 교환 거래는 오랫동안 인터넷에 대한 추가 소득의 안정적이고 신뢰할 수있는 양식을하고있다. 인터넷 주식 거래의 발달의 처음에있는 경우, 처리는 통상 바이너리 옵션 교환 및 귀금속기구의 도래와 함께 이익이 훨씬 쉽고 명확하게되었다 얻을 복잡하고 이해할 옵션과 초보자 수 있지만, 오늘날이었다.

많은 사람들이 같은 질문 고통 : "어떻게 바이너리 옵션을 플레이하기를"

모든 사람은 전자 교환에 무역에 대해 들어있다. 성공을 즐긴다 이미 상인의 대열에 기록 된 사람이, 사람뿐만 아니라 성공적인 무역, 그러나 또한 젊은 상인에게 자신의 경험과 지식을 전달합니다.

나는 초보자를위한 처음부터 바이너리 옵션의 빠른 학습을 제공합니다.

대부분은 거리에서 그들에게 익숙한, 매우 피상적 ​​교환 온라인 거래의 주제 옵션과 초보자 때문에, 알 수없는 돈을 잃을 두려움의 평범한 두려움을 중지합니다. 모든 두려움은 통해. 그리고 나는 규칙에 예외가 아니야. 나는 그들을 극복 천천히 배울 시스템을 이해하기 시작하고, 매우 신중하게, "그의 머리와 함께 수영장"에 돌진하지 - 무역. 난 그냥 그 자체를했고, 경험이 풍부한 상인이되었다. 나는 특별한 교육 방법을 개발하고 기술 거래에 새로운 사용자를 도입, 자신의 전문 기술을 지속적으로 개발.

  • 오늘은 성공적인 상인입니다.
  • 나는 판매 및 옵션을 구입할 수 있습니다.
  • 나는 당신의 교육 사이트입니다.
  • 내 가입자는 온라인 채팅 나와 함께 무역 수있는 기회를 가질 수있다.
  • 성공적인 상인이 다른 지식을 사람들의 귀중한 실무 경험을 얻을 수와 내가 연락을 끊임없이입니다.
  • 나는 온라인 상담 및 교육을 보낸다.
  • 나는 처음부터 갔고, 분명 어디서 어떻게 시작하는, 즉 성공할 것 알고있다. 나는 열심히 연습하는 이론가 아닙니다.

처음부터 상인 바이너리 옵션 되십시오

거래 및 데모 거래에 대한 경험이없는 사용자 도구에 대한 적응은 대부분 사용할 수 있도록. 전략과 분석의 정의를 사용하면에서 최대의 이익을 추출하는 기업에 통화 쌍, 상품 원료, 귀금속 및 공유와 거래를 수행 할 수있다. 사용의 용이성을 위해 가능한 모든 거래 플랫폼의 특별한 모바일 버전을 개발했다. 거래는 월요일부터 금요일까지 거래소의 일정에 따라 리조트에서 휴식, 쉬지 연구소의 강의에있는, 지하철 차에 앉아 할 수 있습니다.

초보자를위한 바이너리 옵션의 오른쪽 시작

나는 새 사용자를 시작하는 데 필요한 단계 조치에 의해 단계를 칠하려고, 심지어 초보자 상인에 의해 이해 될 것이다 "분별있는"문학에 대한 참조를 제공합니다. 나는 모든 읽는 것은 나에게 자료를 제공 한 후, 당신은 문제가되지 않습니다 희망, 당신은 상인의 ​​우리의 대열에 합류. 시작하자.

액션 №1. 용어에 익숙

새로운 먼저 할 일은이, 주식 거래의 기본 용어와 개념에 익숙해되고, 학습 및 작업의 과정에서와 같이, 이진 옵션에 대한 자세한 내용은, 당신이 생소한 전문 용어가 발생하는 것이다, 당신이 정말로 뭔가를 달성하려면, 그것은 선반에 '머리를 확장해야합니다. " 난 당신을 통해 볼 제안 해설 사전 상인

액션 №2. 브로커를 선택

자신에게, 즉 거래에 대한 플랫폼, 당신은 협력 누구와 브로커를 선택합니다. 거래 과정 자체는 온라인 주식 시장과 우리를 연결하는 전문 소프트웨어, 소프트웨어 브로커 도구에 발생한다. 매우 신중하게 선택을 취급합니다. 중요한 기준은 다음과 같다 :

  1. 브로커 라이센스의 존재는 금융 활동 (서비스)을 수행 할 수 있습니다.
  2. 최소 보증금의 금액 및 최소 거래 금액입니다.
  3. 제안 된 거래 도구 (상인을위한 중요한 기본 도구 - 위 / 아래 옵션과 단기).
  4. 다음 "라이브"계좌를 개설 할 수있는 능력을 훈련 데모 계좌를 개설하고, 할 수있는 능력. 난 당신이 참조 제안 바이너리 옵션 브로커 평가 그것에서 당신은 위의 모든 항목에 대한 브로커에 대한 정보를 찾을 수 있습니다.
  5. 각 브로커는 상인에게 제공하는 부가 서비스의 목록을 갖는다. 모든 사람이 알고, 따라서 분석을위한 매우 유용한 응용 프로그램을 즐길 수 없습니다. 브로커에 대한 자세한 리뷰에서, 전체 사용 가능 추가 서비스에 대한 정보
  6. 당신이 브로커에 대한 모든 정보를 읽은 후, 나는 탐색을보고 선택을, 당신은 자신의 사이트를 방문하도록 조언 리뷰를 읽고, 모든 탭이 소프트웨어에 익숙해로 쉽게 이동할 수 있습니다. 해당 브로커를 선택하는 질문은 모두 편안 명확하고 간단 경우, 왼쪽 당신이하지 않는합니다. 개인적으로 나는, 옵션과 초보자 이진 옵션에 거래를 들면, 한 번 선택 Arotrade 및 환경 설정을 변경하지 마십시오.

액션 №3. 입금 확인

당신이 플랫폼의 데모 버전을 통해 거래를 시도했습니다. 당신은 모든 명확하고 사용할 수 있습니다. 그것은 실제 작업을 시작하는 시간이다. 우리는 상인 계정을 입력합니다. 아래의 기사에서, 이진 통화 옵션 거래를 자금을 추가하는 방법을 상세하게 그렸다. 링크를 통해 이동 및 읽기 :

액션 №4. 확인

보증금의 보충 한 후 사용자의 신원을 확인하는 것이 필요하다. 이 필요한 이유 대부분의 초보자가 이해하지 못하는 어떤 문서, 어디서, 왜 보내야합니다. 당신이 어떤 문제와 의심을하지 않았다 들어 대상이 기사에 대한 개요를 제공합니다 : 브로커 이진 옵션을 검증 통과

액션 №5. 거래 전략을 선택

이진 옵션, 주식, 상품 또는 귀금속을 거래 시장에 오면 인터넷 교환에 무역 카지노에서 게임이 아니며, "하늘에 tyknuv 손가락이"블랙 / 레드에 넣어되지 않습니다, 당신은 알고 있어야합니다. 성공적인 상품 제조 운영 전략을 고려하는 것이 필요하다. 예 "가치 두 센트 '로 간단한 바이너리의 위치는, 그 선택은 크지 않다 또는 가격 상승 아니면 빠르게 아래로 떨어지고있다 . 오픈 많은 및 랜덤 트랜잭션을 닫습니다. 그러나 결국 그것은 완전한 붕괴와 실망으로 이어집니다. 이 일어나지 않았다, 우리는 내가 다음에 쓸거야 일에 대해 전략적으로 그리고 분석적으로 행동해야한다. 나는 결론을 내렸다 거래의 높은 수익성에 저를지도 한 만 전술과 전략, 개인적으로 테스트를 설명합니다.

최선을 다하고 있습니다 당신이 카테고리에서 만날 수있는 모든 전략의 세부 목록 전략

당신의 성공적인 경험을 신뢰, 당신이 세 가지를 다음에 초점을 권장합니다 :

경험이 보여 주었다, 그들은 간단하고 수익성이. 전에 실제 생활에서 적용 데모 버전에서 테스트, 성능을 확인하기 위해 돌진 한 후에 만​​, 실제 현금을 가지고 일을하지 마십시오. 질문하고 조언이나 상담을 요청하는 날에 쓰기를 주저하지 마십시오. 이 사이트는이를 위해 특별히 설계되었습니다.

난 항상 당신에 응답하는 정보를 문의 :

액션 №6. 선택 신호

무역 신호는 거래의 개방 / 폐쇄지도하는인가?

항상 초보 상인 필요한 단서. 자신의 결정을 확인하는 것은 항상 쉬운 일이 아닙니다, 그러나 당신의 선택은 유망 라이브 신호에 의해 지원 될 때, 그것은 작동하기 훨씬 쉽고 자신감이됩니다. 바이너리 옵션의 변경을위한 무료 온라인 신호를주의 깊게 봐. 상인으로 내 조언은 경험 - 추가 팁을 사용하여, 당신의 예금 낯선 사람을 신뢰 스스로를 풀다하지 않습니다. 귀하의 거래 계정 - 개인 "아이"이며, 아무도 당신의 이상을 걱정하지 않을 것입니다. 이 주제에 매우 유익한 기사는 다음과 같은 : 바이너리 옵션 입금 프로모션. 보증금을 받았는데 어떻게해야하나요 >>>

온라인 라이브 신호 이진 옵션

당신이 적극적으로 라이브 신호를 사용하기 전에, 자신의 신뢰성을 확인합니다. 당신은 온라인 채팅에서 당신을 기다리고, 나로부터 신호를 수신하려면 "플러스에 통지합니다." 더 많은 링크 바이너리 옵션에 대한 온라인 채팅 신호 >>>

그것은 어떻게?

  • 거래 이진 통화 옵션은 월요일부터 금요일, 시장이 작동 할 때 발생;
  • 내가 어떤 트랜잭션을 열 때, 즉시 나는 채팅에 대해 쓰고, 내 가입자는 온라인 내 거래를 복사 할 수 있습니다. 그래서 통화 쌍의 변화를 그들에게 알 렸습니다. 신호는 소리 알림에서 오는. 만료 시간은 2 45 분까지에서 신호.

아니 범주에, 근거가 될 수 있습니다 보고서 당신은 명확 온라인 신호, 교육용 비디오의 통계를 확인하고 신호를 승리의 비율이 이상 72 % 내 거래의 성공을 보장 할 수 있습니다.

액션 №7. 추가 도구

추가 도구 상인을 선택합니다. 거의 사람은 통화 운동의 정확한 예측에 대한 모든 추가 도구를 즐길 수 없다. 더 자주, 상인은 신뢰할 수 있고 이해할 수있는 도구의 쌍을 선택하고 적극적으로 사용합니다. 다음, 나는 성공적 이진 옵션을 저를 거래하는 데 도움이 이러한 추가 옵션을 나열합니다, 나는 대담하게 자신의 가입자들에게 추천합니다.

액션 №8. 전문가 자문 선택

이진 통화 옵션 거래에 대한 자문을 거래 선택합니다. 먼저, 용어 거래 고문을 정의 할 수 있습니다. 무역 고문은 로봇에게 통화 시장의 분석을 위해 얇은 필터, 알고리즘 및 설정을 사용하여 이진 옵션을 작동 할 수 있습니다. 실제 상황에서, 이들은 쌍 개폐 정말 좋은 조수 /이다.

로봇은 상인 여유가없는 통화 쌍을 거래의 전체 역사를 기억한다. 그들은 즉시 시장 동향 및 신호 상인이 제공됩니다 통화 및 팁을 붙 잡았다. 그러나 맹목적으로 경고 거래 고문을 신뢰하지 않습니다. 사전은이 신호를 필터링 및 체크로 신호를 제공 이러한 고문을 운영하는 방법에 대한 실제 문헌을 검토하는 것이 좋습니다.

액션 №9. 상인 팁

항상 수석 상인의 조언을 듣고. 예방 조치로서, 나는 당신에게 그 최소한으로 그의 프로 경력을 줄일를 들어, 모든 초보자 상인 사용할 수 있어야 유용한 기사에 대한 몇 가지 링크를 떠나고 싶어.

여전히 무역 이진 통화 옵션과 주식 시장의 현실을 생각하고, 네트워크에 "이혼"또는 "사기"다음 추가 수입에 대한 호출을 고려하지 않는 사람들을 위해, 나는 특별한 기사를 준비했습니다, 당신은 자신에 인터넷을 노출 할 수 읽기 -zhulikov : 바이너리 옵션. 사람을 키우는 방법 >>>

초보자 용 : 제어 센터에서 길게 터치하는 단축키

지난달에 저는 제 친구와 그의 차에서 무언가를 고치기 위해 그의 iPhone 6에서 탐조등을 켜달라고 요청했고, 그가 그렇게했고, 조명 강도가 약해서 그에게 강도를 높이라고 요청했습니다. 그래서 그는 나에게 방법을 물었습니다! 그런 다음 그는 이것에 대한 지름길이 있다는 것에 놀랐습니다. 이 바로 가기를 보면 3D 터치가없는 휴대폰을 가지고있는 많은 사람들이 제어 센터에 롱 터치 바로 가기가 있다는 것을 모르고 있다는 사실에 놀랐습니다. 그래서 우리는 그것을 설명하기 위해이 기사를 제시합니다.

초보자 용 : 제어 센터에서 길게 터치하는 단축키

이 기사와 이러한 이점은 6 또는 6s 또는 SE 및 Xr과 같은 5s 이전의 iPhone 및 모든 iPad에서 장기간 터치함으로써 이루어집니다. 장치가 3D Touch를 지원한다면 물론 이러한 장점과 그 이상을 찾을 수 있습니다. 그러나 여기에서 언급 된 내용이 가장 오래된 장치에서도 작동 함을 분명히합니다.

제어 센터를 열면 수년 동안 알려진 전통적인 방식으로 사용자 앞에 나타나며 사용 용도에 따라 설정에 표시되는 항목을 선택할 수 있습니다.

이제 각 요소를 길게 터치하면 속성의 장점이 나타납니다. 예를 들어 네트워크 및 Wi-Fi 섹션에 개인용 핫스팟 및 Air Drop 기능인 추가 옵션이 표시됩니다.

화면 밝기 아이콘을 길게 누르면 더 잘 제어 할 수 있으며 Night Shift를 활성화 및 비활성화하는 옵션도 표시됩니다.

카메라 아이콘을 길게 터치하면 바로 점프하여 셀카, 동영상을 촬영하거나 QR 코드를 스캔 할 수 있습니다.

타이머 아이콘을 길게 터치하면 앱으로 전환 할 필요없이 시간 길이를 직접 설정할 수 있습니다.

방해 금지 아이콘. 길게 터치하면 1 시간 또는 저녁까지 켜는 추가 옵션과 현재 위치를 떠날 때까지 활성화하는 사진에 표시되지 않는 다른 옵션이 제공됩니다. . 이 바로 가기는 예외적이고 이상합니다. Apple은 이런 방식을 제외하고는 한 시간 동안 기능을 활성화 할 수있는 기능을 다른 곳에서는 제공하지 않기 때문입니다.

기사를 작성하는 이유가 된 기능. 터치시 손전등은 조명의 강도를 선택할 수있는 기능을 제공하며 이는 4 단계로 진행됩니다.

AA 아이콘 길게 터치하면 장치의 텍스트 크기를 제어 할 수 있습니다.

Apple TV를 사용하는 경우 아이콘을 길게 터치하면 방송 할 기기를 제어 할 수 있습니다.

뮤직 박스를 길게 터치하면 음악 상자를 제어 할 수있는 기능과 다음 사진의 왼쪽 상단에 표시되는 아이콘으로, 휴대 전화 또는 블루투스 스피커 (있는 경우)에 상관없이 전송할 오디오를 선택할 수 있습니다. 연결되었다.

노트를 확장하면 다음과 같은 몇 가지 멋진 옵션이 제공됩니다.

화면 녹화 아이콘은 아마도 가장 인기있는 아이콘 중 하나 일 것입니다. 길게 터치하면 녹음이 소리없이 진행되기를 원하든 마이크가 소리를 녹음하든 상관 없습니다.

직접 시도하고 장점을 자세히 알 수는 있지만 문제는 남아 있습니다. 애플이 XNUMXD 터치 기능을 도입했을 때 일부는 확장 된 터치 이점을 대안으로 제공 할 수 있다고 말했지만이를 거부했다. "탈옥 도구는 비슷한 기능을 제공하고 구글은 확장 된 터치 시스템에서이를 제공한다." 애플은 이미이 기능을 사용했고 성공했는데, 왜 나머지 시스템에서 대안으로 제시하지 않았을까요? 앞서 옵션과 초보자 언급했듯이 Google은 예제를 제공하고 성공했습니다. 장시간 터치하면 이점이 있고 이동하자마자 삭제 옵션이 나타납니다.

iPad의 Apple은 일부 시스템 응용 프로그램 (예 : Books 응용 프로그램)에서 길게 터치하는 옵션을 제공하며 길게 터치하면 2013D 터치가있는 것처럼 팝업 화면이 표시되고 다음 이미지는 두 개의 iPad Air XNUMX 버전에서 가져온 것입니다.

3D Touch가없는 롱 터치 단축키를 알고 계셨습니까? 그리고 귀하의 의견으로는 Apple이 마케팅 또는 기술 목적으로 기능을 확장하지 않았습니까? 의견에 의견을 공유하십시오.

이 주제 공유 :

관련 기사

11 리뷰

멋진 기사와 바로 가기의 멋진 기능을 몰랐습니다. 감사합니다.

이 기능이 iPhone X에서 지원됩니까?

이 좋은 주제에 감사드립니다

멋진 기사, 그리고이 기능을 안다면
그러나 훌륭한 기사는 여전히 훌륭합니다.
감사합니다, 빈 사미

우리의 존재는 XNUMXD Touch 서비스를 통해 많은 혜택을 받았으며 이것이 중요하고 유용한 서비스라는 증거입니다 😎

이 명확하고 뚜렷한 견해에 대해 Alkayer Bin Sami 교수님에게 감사드립니다.

3D Touch는 대안이없고 빼놓을 수없는 강력한 기능입니다.

감사합니다 😘
3D 터치 기능은 아름답고 매우 굉장합니다. 많이 사용하고 기사에서 언급 한 모든 기능이 기능에 대해 더 잘 알고 있고 그 기능에 대해 더 많이 알고 있습니다.이 기능은 응용 프로그램에서 사용됩니다. 응용 프로그램을 길게 누르면, 화면 오른쪽을 누르면 응용 프로그램 링크를 공유하고 복사하는 등의 옵션이 제공됩니다.

다른 사람들에게 유익하고 멋진 일, 감사합니다

저는 3D Touch를 가지고 있고, 많은 제품을 가지고 있으며 Apple이이 기능을 제거하지 않기를 바랍니다.

코멘트를 남겨주세요 답장 취소

인공 지능으로 배경 사진을 삭제하는 안전한 애플리케이션

더 많은 것을 위해 우리를 따르십시오

그는 이슬람의 아이폰을 방문했다

  • 69 방문자 및 친구

주요 애플리케이션

Alfanous-고급 Quranic 검색 엔진

메모리 앱

펜 키보드 앱

BG 리무버 AI 앱

꾸란 찬송가 응용 프로그램

인기 기사

[604] 아이폰 이슬람, XNUMX 가지 유용한 애플리케이션 선정

WhatsApp은 공식적으로 Android에서 iPhone으로 채팅 기록 전송을 지원합니다.

부업 뉴스 : 9 월 16-XNUMX 주

Apple watchOS 8 업데이트에서 공개된 9가지 건강 기능

프리미엄 콘텐츠, 우리를 따르십시오 .

초록 최신 뉴스를 받아보세요!

© 2007-2020 | 모든 권리는 MIMV LLC | iPhone 이슬람 웹 사이트의 소유자이자 설립자

우리는 위에 언급 된 정보의 오용에 대해 책임을지지 않습니다. IPhone Islam은 Apple과 제휴하거나 대표하지 않습니다. 여기에 언급 된 iPhone, Apple 및 기타 제품 이름, 서비스 이름 또는 로고는 Apple Computer의 상표 또는 등록 상표입니다.

“초보 운전자 많이 울렸죠” 전국에서 가장 위험하다는 이 도로, 어디일까?

지금은 미시령 터널이 뚫리면서 관광용 도로가 되었지만, 과거 미시령 도로는 속초로 가기 위한 유일한 관문이었다. 당시 강원도에서는 한계령 도로와 함께 악명이 높았던 이 도로에 대해서 간단하게 살펴보도록 하자.

도로 자체가 험하다
집중 안 하면 바로 사고

급격한 코너링이 매우 많았다 도로 밖이 바로 낭떨어지였다

미시령 도로의 운전 난이도는 계절과 상관없이 기본적으로 상당히 높은 편이었다. 산의 모양을 따라 난 도로이기 때문에 기본적으로 코너가 많았으며, 도로 밖은 그대로 낭떠러지였다. 어렸을 때는 고소공포증 때문에 밖을 보는 것도 무서웠던 것이 지금도 기억이 날 정도이다.

도로 너비도 일차선으로 상당히 좁았다. 병목 현상이라도 생기면 길이 막히기 일쑤였고, 반대편에서 오는 차량도 보아야했기 때문에 속도를 내기도 어려웠다.

계절마다 난리나는
미시령 도로

비가 내려 토사물이 흘러내려 도로가 차단되었다

강원도 특유의 폭설로 사고가 잦았다

앞서 계절과 상관없이 기본적으로 난도가 높다고 했지만, 이는 계절마다 새로운 장애물들이 차고 넘치기 때문에 계절이 의미가 없다는 의미이다. 여름에는 폭우로 토사물이 쏟아져 내리거나 짙은 안개가 잦은 코너와 겹쳐 극악의 가시거리를 자랑했기 때문이다.

이곳이 강원도임을 잊어선 안 된다. 산간 지역이기 때문에 기온은 낮고 눈은 많이 오기 때문에 폭설이라도 내리는 날에는 도로 전체가 폐쇄되거나 연속 추돌 사고가 나기 일쑤인 지역이었기 때문에 초보 운전자들은 감히 넘을 엄두를 못 내거나, 내내 울상으로 후회할 따름이었을 것이다.

저런 곳을 운전해야 했던
당시 어른들을 존경한다

귀곡산장처럼 변한 미시령 휴게소 미시령터널

앞서 말한 것처럼 미시령 도로는 운전하는데 많은 애로사항과 장애물이 넘치던 곳이었다. 지금은 미시령 터널의 개통으로 사람들이 잘 찾지 않는 도로가 되어 휴게소도 문을 닫게 되면서, 자전거를 타거나 단순히 절경으로 구경하기 위해 찾는 곳으로 변했다.

하지만 중요한 것은 가족들을 위해 저런 도로에서도 집중력을 잃지 않고 운전했던 부모님의 마음을 사라진 도로를 보면서 알게 되곤 한다는 것이다. 이제는 잘 닦인 도로와 빠른 상황 정리, 그리고 새롭게 뚫리는 편한 길들로 쉽게 깨닫기 더 어려워진 것은 아닐까?

AutoML Natural Language 초보자 가이드

회사 웹사이트에 문의 양식이 있다고 가정해 보세요. 매일 이 양식을 통해 많은 메시지가 들어옵니다. 그중 대부분은 어떤 방식으로든 조치를 취할 수 있지만 한꺼번에 밀려 들어와 메시지 처리가 지체되기 쉽습니다. 서로 다른 직원이 서로 다른 메시지 유형을 처리하기 때문입니다. 자동화된 시스템이 메시지를 분류해 적절한 사람이 적절한 메시지를 확인할 수 있다면 얼마나 좋을까요?

분류된 이미지

의견을 살펴본 후 그 내용이 불만사항인지, 과거 서비스에 대한 칭찬인지, 회사에 대해 더 알아보려고 하는 것인지, 약속을 잡으려는 것인지 아니면 관계를 맺으려는 것인지 판단하는 시스템이 필요할 것입니다.

머신러닝(ML)이 왜 이 문제에 적합한 도구일까요?

고전적인 프로그래밍은 컴퓨터가 따라야 할 단계별 지침을 프로그래머가 지정해야 합니다. 그러나 이러한 방식은 쉽게 무용지물이 됩니다. 고객 의견은 간단한 규칙으로 담아내기에는 너무 다양한 어휘와 구조로 되어 있습니다. 수동 필터를 구성한다면 고객 의견 대부분을 분류할 수 없다는 것을 곧 알게 될 것입니다. 다양한 의견을 일반화할 수 있는 시스템이 필요합니다. 일련의 특정 규칙들이 기하급수적으로 확장되는 시나리오에서는 예시를 통해 배울 수 있는 시스템이 필요합니다. 다행히 머신러닝이 이 문제를 해결하기에 아주 유리합니다.

Cloud Natural Language API나 AutoML Natural Language가 적합한 도구인가요?

Natural Language API는 텍스트에서 구문, 항목, 감정을 찾아 사전 정의된 카테고리로 텍스트를 분류합니다. 뉴스 기사 또는 분류하려던 다른 콘텐츠로 텍스트가 구성되어 있거나 예시에서 감정을 찾고자 한다면 Natural Language API는 시도해 볼 가치가 있습니다. 그러나 텍스트 예시가 Natural Language API에서 사용할 수 있는 감정 기반 또는 카테고리 및 주제 기반 분류 체계에 적합하지 않아 대신 자체 라벨을 사용하려는 경우 커스텀 분류 기준이 요구사항에 맞는지 실험해 볼 만합니다.

Natural Language API와 AutoML Natural Language 비교하기

AutoML Natural Language 머신러닝은 어떻게 작동하나요?

머신러닝은 데이터를 사용해 알고리즘을 학습하고 원하는 결과를 얻는 것입니다. 세부적인 알고리즘과 학습 방법은 사용 사례에 따라 달라집니다. 머신러닝에는 여러 하위 카테고리가 있으며 모든 하위 카테고리는 서로 다른 문제를 해결하고 서로 다른 제약 조건 하에 작동합니다. AutoML Natural Language를 사용하면 지도 학습을 통해 라벨이 지정된 데이터의 패턴을 인식하도록 컴퓨터를 학습시킬 수 있습니다. 지도 학습을 통해 커스텀 모델을 학습시키고 텍스트에서 중요한 콘텐츠를 인식할 수 있습니다.

데이터 준비

AutoML Natural Language로 커스텀 모델을 학습시키려면 분류할 텍스트 항목(입력) 유형의 라벨이 지정된 예시와 ML 시스템을 통해 예측할 카테고리 또는 라벨(답변)을 제공해야 합니다.

사용 사례 평가

데이터세트를 구성할 때는 항상 사용 사례로 시작해야 합니다. 다음과 같은 질문으로 시작할 수 있습니다.

  • 달성하려는 결과가 무엇인가요?
  • 이 결과를 달성하기 위해 인식해야 하는 카테고리 종류는 무엇인가요?
  • 인간도 그러한 카테고리를 인식할 수 있나요? AutoML Natural Language는 인간이 한 번에 기억하고 지정할 수 있는 것보다 더 많은 카테고리를 처리할 수 있지만, 인간이 인식할 수 없는 카테고리라면 AutoML Natural Language 역시 어려움을 겪게 됩니다.
  • 시스템이 분류할 데이터의 유형과 범위를 가장 잘 보여주는 예시는 무엇인가요?

Google의 ML 제품을 뒷받침하는 핵심 원칙은 인간 중심의 머신러닝이며, 공정성을 포함하여 책임감 있는 AI 방침을 특히 중시하는 접근법입니다. ML에서 공정성의 목표는 알고리즘 시스템이나 알고리즘을 기초로 한 의사 결정 과정에서 인종, 소득, 성적 지향, 종교, 성별, 그리고 역사적으로 차별 및 소외와 연관된 기타 특성과 관련하여 사람들을 부당하거나 불리하게 대우하는 일이 나타날 경우, 이를 파악하고 이러한 일을 방지하는 것입니다. 자세한 내용은 포괄적인 ML 가이드와 아래 가이드라인에 나와 있는 '공정석 인식(fair-aware)' 참고 사항 ✽ 을 참조하세요. 가이드라인을 따라 데이터 세트를 구성하면서 사용 사례와 관련해 머신러닝 공정성을 고려하시기 바랍니다.

공정성 인식: 사용 사례나 제품이 개인의 경제적 기회나 기타 인생의 중요한 기회에 부정적인 영향을 미칠 수 있나요? 만약 그렇다면 공정성을 고려한 사용 사례 평가를 참조하세요.

데이터 소싱

필요한 데이터가 무엇인지 정해지면 소싱 방법을 찾아야 합니다. 먼저 조직에서 수집하는 모든 데이터를 살펴보는 것으로 시작할 수 있습니다. 이렇게 하면 모델 학습에 필요한 데이터를 이미 수집하고 있었다는 것을 알게 될 수도 있습니다. 필요한 데이터가 없는 경우 직접 확보하거나 타사 제공업체에 아웃소싱할 수 있습니다.

공정성 인식: 내 리전과 애플리케이션을 제공할 지역의 규정뿐만 아니라 그 분야의 기존 연구 또는 제품 정보를 검토하여 법적 가이드라인과 일반적인 문제에 대해 알아보세요. 자세히 알아보기

공정성 인식: 학습 데이터가 완벽하게 '편향되지 않을' 수는 없지만 잠재적 데이터 편향 요인을 신중하게 고려하고 조치를 취하면 더 포괄적이고 좋은 제품을 빌드할 가능성이 더욱 높아집니다. 자세히 알아보기

라벨이 지정된 예제를 각 카테고리에 충분히 포함시키기

AutoML Natural Language는 학습을 위해 카테고리/라벨당 최소 텍스트 예시 10개가 필요합니다. 라벨을 제대로 인식할 가능성은 고품질 예시의 수가 많을수록 증가합니다. 일반적으로 학습 프로세스에 라벨이 지정된 데이터가 많이 제공될수록 모델이 향상됩니다. 필요한 샘플 수는 예측하려는 데이터의 일관성과 대상 정확도 수준에 따라 달라집니다. 일관된 데이터 세트의 예시를 더 적게 사용하거나 97% 정확성 대신 80% 정확성을 달성할 수 있습니다. 라벨당 예시 50개를 사용하여 모델을 학습하고 결과를 평가합니다. 더 많은 예를 추가하고 정확도 목표를 달성할 때까지 재교육하십시오 (라벨당 수백 또는 수천 개의 예시가 필요할 수 있음).

카테고리별로 예시를 균등하게 배분하기

각 카테고리에 대체로 옵션과 초보자 비슷한 개수의 학습 예시를 수집하는 것이 중요합니다. 한 라벨에 많은 양의 데이터가 있더라도 각 라벨에 균등하게 배분하는 것이 가장 좋습니다. 그 이유를 알아보기 위해 모델을 만드는 데 사용하는 고객 의견 중 80%가 견적 요청이라고 가정해 보겠습니다. 모델은 이렇게 불균형적인 라벨 배분으로 인해 일반적이지 않은 라벨을 예측하려고 시도하기 보다는 고객 의견이 견적 요청이라고 말하는 것이 항상 안전하다고 학습하게 될 가능성이 높습니다. 이는 거의 모든 정답이 'C'인 객관식 시험을 보는 것과 같습니다. 예리한 응시자는 곧 문제를 보지 않고도 매번 'C'라고 답하면 된다는 점을 알아차립니다.

각 라벨에 거의 동일한 수의 예시를 제공할 수 없는 경우도 있습니다. 어떤 카테고리에서는 고품질의 비편향적인 예시를 제공하기가 더 어려울 수 있습니다. 이러한 경우에는 예시가 가장 적은 라벨의 예시 수가 예시가 가장 많은 라벨의 예시 수의 10% 이상이어야 합니다. 따라서 예시가 가장 많은 라벨의 예시가 10,000개라면 예시가 가장 적은 라벨의 예시는 최소 1,000개여야 합니다.

문제 공간의 다양성 포착

비슷한 이유로 데이터가 문제 공간의 다양성과 상이성을 포착하도록 시도하세요. 모델은 더 넓은 범위의 예시를 제공하면 쉽게 새 데이터로 일반화할 수 있습니다. 예를 들어 소비자 가전에 관한 기사를 주제별로 분류한다고 가정해 보겠습니다. 브랜드 이름과 기술 사양을 많이 입력할수록 모델은 학습 세트에 없는 브랜드에 관한 기사라 하더라도 더 쉽게 기사의 주제를 파악할 수 있습니다. 정의된 라벨과 일치하지 않는 문서에 'none_of_the_above' 라벨을 지정해 모델 성능을 향상시키는 방법도 고려할 수 있습니다.

데이터를 모델에 의도된 출력과 매칭

텍스트 및 출력

예측하려는 텍스트와 유사한 텍스트 예시를 찾아보세요. 유리 세공에 관한 소셜 미디어 게시물을 분류하려는 경우, 유리 세공 정보 웹사이트에서 학습한 모델에서는 만족스러운 결과를 얻을 수 없습니다. 이는 어휘와 스타일이 결과에 영향을 미친 만큼 다르기 때문입니다. 학습 예시는 모델을 사용하여 분류하려는 데이터 세트에서 실제 데이터를 그대로 가져오는 것이 가장 좋습니다.

커스텀 모델 생성 시 AutoML Natural Language에서 데이터 세트를 사용하는 방법 고려

데이터 세트에는 학습, 검증, 테스트 세트가 있습니다. AutoML Natural Language는 분할을 지정하지 않으면(데이터 준비 참조) 자동으로 콘텐츠 문서 80%를 학습에, 10%를 검증에, 10%를 테스트에 사용합니다.

학습, 검증, 테스트 세트

학습 세트

데이터의 대부분은 학습 세트에 있어야 합니다. 이러한 데이터는 모델이 학습 중에 '보는' 데이터이며 모델의 매개변수, 즉 신경망 노드 간의 연결 가중치를 학습하는 데 사용됩니다.

검증 세트

'개발' 세트라고도 하는 검증 세트가 학습 프로세스에 사용됩니다. 모델 학습 프레임워크는 학습 프로세스가 반복될 때마다 학습 데이터를 반영한 후, 검증 세트에 대한 모델의 성능을 사용하여 모델의 초매개변수, 즉 모델의 구조를 지정하는 변수를 조정합니다. 학습 세트를 사용하여 초매개변수를 조정하려고 시도하면 모델이 학습 데이터에 지나치게 집중하고, 정확하게 일치하지 않는 예시를 일반화하는 데 어려움을 겪을 가능성이 높습니다. 어느 정도 새로운 데이터 세트를 사용하여 모델을 세밀하게 조정하면 모델의 일반화 성능도 개선됩니다.

테스트 세트

테스트 세트는 학습 프로세스에 관여하지 않습니다. 모델이 학습을 모두 완료하면 AutoML Natural Language가 테스트 세트를 모델을 위한 완전히 새로운 도전과제로 사용합니다. 테스트 세트에서 측정된 모델 성능을 통해 모델이 실제 데이터에서 어떤 성능을 보일지를 가늠할 수 있습니다.

수동 분할

데이터 세트를 직접 분할할 수 있습니다. 데이터 수동 분할을 사용하면 프로세스를 좀더 직접 제어할 수 있습니다. 또는 모델 학습 주기의 특정 부분에 포함하고 싶은 특정 예시가 있는 경우에 적합합니다.

공정성 인식: 특정 하위 그룹의 데이터가 부족한 경우에는 학습/테스트를 직접 분할하여 해당 그룹의 데이터가 학습 세트와 테스트 세트 사이에 적절히 분산될 수 있도록 합니다. 자세히 알아보기

가져올 데이터 준비하기

데이터 분할 방식을 선택했다면 다음 세 가지 방법 중 하나로 AutoML Natural Language에 데이터를 추가할 수 있습니다.

  • 라벨에 해당되는 폴더에 분류 및 저장한 텍스트 예시를 사용해 데이터를 가져올 수 있습니다. 에 지정된 대로 컴퓨터나 Cloud Storage에서 데이터를 인라인 라벨이 있는 CSV 형식으로 가져올 수 있습니다. 데이터 세트를 수동으로 분할하려면 이 옵션을 선택하고 이에 따라 CSV 형식을 만들어야 합니다.
  • 데이터에 아직 라벨이 지정되지 않은 경우, 라벨이 지정되지 않은 텍스트 예시를 업로드하고 AutoML Natural Language UI를 사용해 각 예시에 라벨을 적용할 수도 있습니다.

모델 학습이 끝나면 모델 성능에 대한 요약을 받습니다. 자세한 분석을 보려면 평가 또는 전체 평가 보기를 클릭합니다.

모델을 평가하기 전에 기억해야 할 사항은 무엇인가요?

모델 디버깅은 모델 자체보다 데이터 디버깅에 관한 것입니다. 프로덕션 진행 전후 성능을 평가할 때 모델이 예상하지 못한 방식으로 작동하면 다시 데이터를 확인하여 어느 부분을 개선할 수 있는지 파악해야 합니다.

AutoML Natural Language에서 어떤 종류의 분석을 수행할 수 있나요?

AutoML Natural Language 평가 섹션에서는 테스트 예시를 사용한 모델 출력과 머신러닝 일반 측정항목을 사용해 커스텀 모델의 성능을 평가할 수 있습니다. 이 섹션에서는 다음 각 개념의 의미를 설명합니다.

  • 모델 출력
  • 점수 임계값
  • 참양성, 참음성, 거짓양성, 거짓음성
  • 정밀도와 재현율
  • 정밀도/재현율 곡선
  • 평균 정밀도

모델 출력은 어떻게 해석하나요?

AutoML Natural Languages 테스트 데이터의 예시를 가져와 모델에 새로운 과제를 제시합니다. 각 예시에서 모델은 각 라벨이 해당 예시와 얼마나 강한 연관성이 있는지 나타내는 일련의 숫자를 출력합니다. 출력된 숫자가 높을수록 해당 라벨이 문서에 적용되어야 하는 것으로 모델이 확신한다는 뜻입니다.

점수 임곗값이란 무엇인가요?

AutoML Natural Language는 점수 임계값을 통해 확률을 'on'/'off' 이진값으로 변환할 수 있습니다. 점수 임곗값은 테스트 항목에 카테고리를 지정하기 위해 모델이 가져야 하는 신뢰도 수준을 의미합니다. UI에 있는 점수 임곗값 슬라이더는 데이터 세트에서 다양한 임곗값의 영향을 테스트하기 위한 시각적 도구입니다. 위의 예시에서 모든 카테고리에 대해 점수 임곗값을 0.8로 설정하면 '훌륭한 서비스'와 '제안'이 할당되지만 '정보 요청'은 할당되지 않습니다. 점수 임곗값이 낮으면 모델이 분류하는 텍스트 옵션과 초보자 항목 수가 늘어나지만 그 과정에서 더 많은 텍스트 항목을 잘못 분류할 위험이 있습니다. 점수 임곗값이 높으면 모델이 분류하는 텍스트 항목 수가 줄어들지만 텍스트 항목을 잘못 분류할 위험이 낮아집니다. UI에서 카테고리별로 임곗값을 조정하면서 시험해볼 수 있습니다. 하지만 프로덕션에서 모델을 사용할 때는 자신이 최적이라고 판단한 임곗값을 적용해야 합니다.

신뢰도 임계값

참양성, 참음성, 거짓양성, 거짓음성이란 무엇인가요?

점수 임계값을 적용한 후에 모델에 의해 옵션과 초보자 수행된 예측은 다음 네 가지 카테고리 중 하나에 해당합니다.

신뢰도 카테고리 설명

이러한 카테고리를 사용해 모델의 효과를 평가할 수 있는 측정항목인 정밀도와 재현율을 계산할 수 있습니다.

정밀도와 재현율이란 무엇인가요?

정밀도와 재현율은 모델이 정보를 얼마나 잘 포착하고 있는지 혹은 정보를 얼마나 놓치고 있는지를 이해하는 데 도움을 줍니다. 정밀도는 라벨이 지정된 전체 테스트 예시 중에서 실제로 그 라벨로 카테고리가 지정되는 것이 맞는 경우의 개수를 알려줍니다. 재현율은 라벨이 지정되어야 하는 전체 테스트 예시 중에서 실제로 해당 라벨이 지정된 예시의 수를 알려줍니다.

정밀도나 재현율 중에서 무엇을 기준으로 최적화해야 하나요?

정밀도나 재현율 중에서 무엇을 기준으로 최적화할지는 사용 사례에 따라 달라집니다. 이러한 결정을 내리는 방법을 다음 두 가지 사용 사례를 통해 알아봅니다.

사용 사례: 긴급 문서

긴급 문서와 긴급하지 않은 문서의 우선순위를 정할 수 있는 시스템을 만들고 싶다고 가정해 보겠습니다.

이 경우 거짓양성은 긴급하지 않지만 긴급한 것으로 표시되는 문서입니다. 사용자는 이를 긴급하지 않은 것으로 간주하고 다음 문서로 넘어갈 수 있습니다.

거짓음성은 긴급한 문서를 시스템에서 긴급한 것으로 표시하지 않는 경우입니다. 이로 인해 문제가 발생할 수 있습니다.

이러한 경우 재현율을 기준으로 최적화하는 것이 좋습니다. 이 측정항목은 예측 전체에서 얼마나 누락되었는지를 측정합니다. 고재현율 모델은 관련성이 적은 예시에 라벨을 지정할 가능성이 높으므로 카테고리에 학습 데이터가 별로 없는 경우에 유용합니다.

사용 사례: 스팸 필터링

스팸 이메일 메시지를 스팸이 아닌 이메일 메시지로부터 자동으로 필터링하는 시스템을 만들고 싶다고 가정해 보겠습니다.

이 경우 거짓음성은 필터링하지 못하고 받은 편지함에서 보게 되는 스팸 메일입니다. 보통은 조금 성가실 뿐입니다.

이 경우 거짓양성은 스팸으로 잘못 표시되어 받은 편지함에서 옵션과 초보자 옵션과 초보자 삭제되는 이메일입니다. 중요한 이메일의 경우에는 사용자에게 부정적인 영향을 미칠 수 있습니다.

이 경우 정밀도 최적화가 좋습니다. 이 측정항목은 예측이 전체적으로 얼마나 정확한지를 측정합니다. 고정밀도 모델은 가장 관련성이 높은 예제만 라벨을 지정할 가능성이 높으므로 카테고리가 학습 데이터에서 일반적인 경우 유용합니다.

공정성 인식: 모델의 공정성을 평가하려면 여러 유형의 오류(거짓양성 및 거짓음성)가 서로 다른 사용자 그룹에 미치는 영향을 이해해야 합니다. ML 공정성 측면에서 분석한 두 가지 사용 사례 참조하기

혼동 행렬을 어떻게 사용하나요?

혼동 행렬을 사용하여 각 라벨에서의 모델 성능을 비교할 수 있습니다. 이상적인 모델에서는 대각선상의 모든 값이 높고 다른 모든 값이 낮습니다. 이것은 원하는 카테고리가 정확하게 식별되었음을 나타냅니다. 다른 값이 높으면 모델이 테스트 항목을 잘못 분류하고 있다는 의미입니다.

혼동 행렬

정밀도-재현율 곡선을 어떻게 해석하나요?

정밀도-재현율 곡선

점수 임계값 도구를 사용하면 선택한 점수 임계값이 정밀도와 재현율에 어떤 영향을 주는지 살펴볼 수 있습니다. 점수 임계값 바의 슬라이더를 드래그하면 임계값에 따라 변하는 정밀도-재현율 곡선 상의 위치뿐만 아니라 임계값이 정밀도와 재현율에 개별적으로 미치는 영향을 확인할 수 있습니다(다중 클래스 모델의 경우, 이 그래프의 정밀도와 재현율은 반환되는 라벨 집합에서 점수가 가장 높은 라벨이 정밀도 및 재현율 측정항목 계산에 유일하게 사용되는 라벨임을 말해 줍니다.) 이렇게 하면 거짓양성과 거짓음성의 균형을 잘 잡을 수 있습니다.

모델 전체에 적용할 수 있는 임곗값을 선택한 후 각 라벨을 클릭하여 해당 임곗값이 라벨별 정밀도-재현율 곡선에서 어느 위치에 있는지 확인할 수 있습니다. 몇몇 라벨에만 잘못된 예측을 많이 하도록 임계값이 정해지는 경우가 있습니다. 이럴 때 라벨별로 곡선을 보면 이런 라벨에 맞춰 클래스별 임계값을 선택하는 데 도움이 될 수 있습니다. 예를 들어 고객 의견 데이터세트에서 임계값 0.5가 모든 의견 유형에 대해 적정한 정밀도와 재현율을 나타내며 예외적으로 '제안'은 아주 일반적인 카테고리이기 때문에 그렇지 않다고 가정해 보겠습니다. 이 카테고리에는 거짓양성이 많이 있습니다. 이 경우 예측을 위한 분류 기준을 호출할 때 '제안' 카테고리에만 임계값 0.8을 사용할 수 있습니다.

평균 정밀도란 무엇인가요?

모델 정확도를 측정하는 유용한 항목은 정밀도-재현율 곡선 아래에 있는 면적으로, 점수 임계값 전체에 대비 모델 성능을 나타냅니다. AutoML Natural Language에서 이 측정항목은 평균 정밀도라고 합니다. 이 점수가 1.0에 가까울수록 모델이 테스트 세트에서 더 좋은 성능을 보입니다. 각 라벨에 대해 무작위로 추측하는 모델은 평균 정밀도가 약 0.5입니다.

모델 테스트하기

AutoML Natural Language은 모델을 테스트하는 데 자동으로 데이터의 10%(또는 수동 데이터 분할을 선택한 경우에는 사용자가 선택한 비율)를 사용하며, 이 테스트 데이터에 대한 모델의 결과는 '평가' 페이지에 나타납니다. 이와 별도로 모델의 온전성을 검사하려는 경우 몇 가지 방법이 있습니다. 가장 쉬운 방법은 텍스트 예시를 '예측' 페이지에 있는 텍스트 상자에 입력하고 모델이 선택하는 라벨을 살펴보는 것입니다. 그 결과가 예상대로라면 받을 만한 의견 유형별로 몇 가지 예시를 입력해 보세요.

공정성 인식: 문제 분야와 불공정성 및 편향 가능성에 대해 신중히 생각하세요. 프로덕션 환경에서 사용자에게 악영향을 미칠 수 있는 사례를 생각해 보고 그 사례를 먼저 테스트 하세요. 자세히 알아보기

자동화된 자체 테스트에서 모델을 사용하려는 경우에는 '예측' 페이지에 프로그래매틱 방식으로 모델을 호출하는 방법도 표시됩니다.

공정성 인식: 공정성을 반드시 생각해야 하는 사용 사례라면 편견이나 부작용을 완화하는 방식으로 모델을 사용하는 방법에 대해 자세히 알아보세요. 자세히 알아보기

Except as otherwise noted, the content of this page is licensed under the Creative Commons Attribution 4.0 License, and code samples are licensed under the Apache 2.0 License. For details, see the Google Developers Site Policies. Java is a registered trademark of Oracle and/or its affiliates.


0 개 댓글

답장을 남겨주세요