설명
Amazon SageMaker AI는 데이터 과학자와 개발자를 지원하기 위해 설계된 포괄적이고 완전 관리형 머신러닝 서비스입니다. 초기 데이터 준비부터 모델 배포 및 지속적인 모니터링까지 전체 ML 워크플로우를 간소화합니다. 이 플랫폼을 통해 사용자는 프로덕션 준비가 된 호스팅 환경에 머신러닝 모델을 신속하게 구축, 학습 및 배포할 수 있습니다.
SageMaker AI는 머신러닝의 복잡성을 관리하기 위한 도구 모음을 제공합니다. 여기에는 사람의 개입이 필요한 데이터 레이블링, 데이터 준비 및 처리, 그리고 특성으로 알려진 추출된 데이터 신호의 생성, 저장 및 공유 기능이 포함됩니다. 모델 개발을 위해 사용자는 다양한 알고리즘과 프레임워크를 사용하여 모델을 학습시키고 추론을 위해 배포할 수 있습니다. 이 서비스는 강력한 모델 관리를 위한 MLOps 관행 구현과 성능 및 안정성을 보장하기 위한 데이터 및 모델 품질 모니터링도 지원합니다.
핵심 모델 개발을 넘어 Amazon SageMaker AI는 책임감 있는 AI 관행을 강조합니다. 모델의 편향을 감지하고 설명을 이해하는 도구를 제공하여 투명성과 공정성을 증진합니다. 거버넌스 기능은 모델 성능을 문서화하고 추적하여 책임성을 보장하는 데 도움이 됩니다. 보안 또한 주요 고려 사항이며, SageMaker AI 리소스에 대한 보안을 구성하는 옵션이 있습니다.
설명서는 상세한 운영 정보를 위한 API 참조 및 인기 있는 딥러닝 프레임워크를 사용한 학습 및 배포를 용이하게 하는 Amazon SageMaker AI Python SDK를 포함한 필수 리소스에 대한 액세스를 제공합니다. 또한 데이터 형식 지정 및 애플리케이션 구축을 위해 AWS SDK for Python (Boto3)을 활용하는 방법에 대한 지침을 제공합니다. 이 플랫폼은 개별 데이터 과학자부터 ML 이니셔티브를 확장하려는 대규모 개발 팀에 이르기까지 광범위한 사용자에게 적합합니다.
주요 기능에는 자동화된 ML, 머신러닝 환경, 데이터 레이블링, 데이터 준비 및 처리, 특성 저장소 관리, 모델 학습 및 배포, MLOps 구현, 편향 감지 및 거버넌스를 위한 책임감 있는 AI 도구가 포함됩니다. 이 서비스는 ML 모델을 실험에서 프로덕션으로 가져오는 데 필요한 시간과 노력을 줄여 혁신과 비즈니스 가치를 가속화하는 것을 목표로 합니다.
Amazon SageMaker AI 설명서의 핵심 기능
완전 관리형 머신러닝 서비스
ML 모델 구축 및 학습을 위한 도구
프로덕션 준비 모델 배포
사람 개입이 필요한 데이터 레이블링
데이터 준비 및 처리 기능
특성 생성, 저장 및 공유를 위한 특성 저장소
MLOps 구현 지원
데이터 및 모델 품질 모니터링
편향 감지 및 설명을 위한 책임감 있는 AI 도구
리소스 보안 구성
SageMaker AI 작업에 대한 API 참조
학습 및 배포를 위한 Amazon SageMaker AI Python SDK
AWS SDK for Python (Boto3)과의 통합
Amazon SageMaker AI 설명서 사용 방법은?
온보딩: Amazon SageMaker AI 역할 및 도메인으로 시작하세요.
ML 자동화: 처음부터 끝까지 머신러닝을 자동화하는 방법을 알아보세요.
데이터 준비: 머신러닝을 위해 데이터를 준비하는 방법을 이해하세요.
모델 학습: 머신러닝 모델을 학습시키는 과정을 알아보세요.
모델 배포: 학습된 모델을 추론을 위해 배포하는 방법을 알아보세요.
MLOps 구현: SageMaker AI에서 머신러닝 운영을 구현하는 방법을 알아보세요.
보안 구성: Amazon SageMaker AI 내에서 리소스를 안전하게 보호하는 방법을 이해하세요.
Amazon SageMaker AI 설명서의 사용 사례
- 자동화된 ML
- 데이터 레이블링
- 모델 학습
- 모델 배포
- MLOps 구현
- 책임감 있는 AI
- 특성 엔지니어링
