출처 : https://jp.techcrunch.com/2018/04/06/2018-04-05-cometml-wants-to-do-for-machine-learning-what-github-did-for-code/
Comet.ml 는 데이터 과학자와 개발자들이 자신이 쓰는 기계 학습 모델의 모니터링, 비교, 그리고 최적화를 쉽게 할 수 있도록한다. 이 뉴욕을 거점으로하는 기업은 오늘 (미국 시간 4 월 5 일) 그 제품의 제공을 시작했다. 회사는 TechStars가 지원하는 Amazon Alexa Accelerator 프로그램을 수료하고 230 만 달러를 배정 라운드에서 조달했다. 이 라운드를 주도한 것은 Trilogy Equity 파트너에서 다른 Two Sigma Ventures, Founders Co-Op, Fathom Capital, TechStars Ventures, 그리고 엔젤 투자자들이 참여했다.
이 서비스를 제공하는 것은 기계 학습 (ML) 실험 코드와 결과를 정리할 수있는 대시 보드이다. 또한이 서비스는 실험의 하이퍼 매개 변수 를 조정하여 모델을 최적화하는 것도 가능하다. 모델을 훈련 할 때 Comet은 그 결과를 추적하고 결과 그래프를 제공한다. 그뿐 아니라, 코드의 변경을 추적하여 나중에 가져올 것을 허락 실험의 다양한 버전의 다양한 측면을 모두 나중에 비교할 수 있도록한다.
개발자들은 쉽게 자신의 기계 학습 프레임 워크와 Comet을 통합 할 수있다. 비록 사용하는 것이 Keras API, TensorFlow, Scikit Learn, Pytorch 또는 단순히 Java 코드 이어도 상관 없다. 사용하기 위해서는, 개발자는 단순히 CometML 추적 코드를 응용 프로그램에 추가하고 평소와 같이 실험을 수행 할 뿐이다. 이 서비스 모델을 어디서 훈련하는지는 전혀 관계이며, 물론 그 결과는 팀 구성원과 공유 할 수있다.
이상적으로는 이로 인해 데이터 과학자는 기존의 워크 플로우와 개발 도구를 계속 사용할 수있다려고하고, 그 이외에 실험의 효과를 더 잘 파악할 수있는 새로운 도구가 추가되었다는 것이다.
CometML의 공동 창업자이자 CEO 인 Gideon Mendels는 "우리는 현재의 ML 팀이 10 년에서 15 년 전에 보인 소프트웨어 팀처럼 보이는 것을 깨달았습니다"라고 말한다. 현대의 소프트웨어 팀은 GitHub 같은 버전 관리를 제공하는 도구를 사용하여 코드를 공유하고 있지만, ML 팀은 여전히 이메일 데이터와 코드를 공유하고있다. "주요 과제는 작업자의 훈련이 아니라 도구의 상황입니다"라고 Mendels는 말한다. "현재 사용할 수 GitHub 같은 도구는 소프트웨어 엔지니어링을위한 좋은 솔루션이지만, ML 팀에게는 그렇지도 않습니다. 여기에서도 코드가 주요 구성 요소 인 것에는 변함이 없지만, 그것이 모든 는 것입니다. "
Mendels에 따르면 그 클로즈드 베타 기간 동안 약 500 명의 데이터 과학자들 (일부 최고 기술 기업의 참여를 포함)이 가입했다는 것이다. 지금까지 이러한 사용자들은 플랫폼에서 약 6000 모델을 구축하고있다.
미래에는 CometML 팀은 더 우수하고 정확한 모델이 개발할 수 있도록 개발자들에게 더 많은 도구를 제공 할 예정이지만, Mendels에 따르면이를 위해이 회사는 첫 버전을 투입 할 필요가 있었다라고한다.
CometML은 시도하려는 모든 개발자가 이용할 수있게했다. GitHub과 같이 공개 프로젝트를 몇도 만들 수 무료 테두리 가 프로젝트 팀간에 비공개로 유지 유료 틀을 제공하고있다.