Amazon SageMaker AI 설명서

Amazon SageMaker AI는 완전관리형 기계 학습 서비스입니다. Amazon SageMaker AI를 통해 데이터 과학자와 개발자들은 기계 학습 모델을 빠르게 구축하고 훈련시킬 수 있으며, 그리고 나서 이들 모델을 프로덕션 지원 호스팅 환경에 배포할 수 있습니다.

자동화 및 환경

시작하기

Amazon SageMaker AI 역할 및 도메인에 온보딩합니다.

자동화된 ML 사용

기계 학습을 처음부터 끝까지 자동화하는 방법을 알아봅니다.

기계 학습 환경 사용

Amazon SageMaker AI에서 제공되는 기계 학습 환경에 대해 알아봅니다.

데이터 작업

인간 참여형으로 데이터 레이블 지정

인간 참여형으로 데이터에 더 정확하게 레이블을 지정하는 방법을 알아봅니다.

데이터 준비

기계 학습에 사용할 데이터를 준비하는 방법을 알아봅니다.

데이터 처리

기계 학습에 사용할 데이터를 처리하는 방법을 알아봅니다.

특성 생성, 저장 및 공유

기계 학습을 위해 추출된 데이터 신호(특성)를 생성, 저장 및 공유하는 방법을 알아봅니다.

모델 작업

모델 훈련

기계 학습 모델을 훈련시키는 방법을 알아봅니다.

추론을 위한 모델 배포

추론을 위해 기계 학습 모델을 배포하는 방법을 알아봅니다.

MLOps 구현

Amazon SageMaker AI에서 기계 학습 작업을 구현하는 방법을 알아봅니다.

데이터 및 모델 품질 모니터링

데이터 및 모델 품질을 모니터링하는 방법을 알아봅니다.

Docker 컨테이너를 사용한 모델 구축

Docker 컨테이너를 사용하여 기계 학습 모델을 구축하는 방법을 알아봅니다.

책임감 있는 AI

편향 감지 및 설명 이해

기계 학습 모델에서 편향을 감지하고 설명을 이해하는 방법을 알아봅니다.

거버넌스 사용

거버넌스를 사용하여 모델 성능을 문서화하고 추적하는 방법을 알아봅니다.

Amazon SageMaker AI에서 보안 구성

Amazon SageMaker AI에서 리소스를 보호하는 방법을 알아봅니다.

참조

API 참조

Amazon SageMaker AI의 모든 API 작업에 대해 자세히 설명합니다.

HTML PDF

Amazon SageMaker AI Python SDK

Amazon SageMaker AI Python SDK 라이브러리를 통해 인기 있는 딥 러닝 프레임워크 및 알고리즘을 사용하여 모델을 훈련하고 배포할 수 있습니다.

HTML GitHub

AWS SDK for Python (Boto3)

AWS SDK for Python (Boto3)를 사용하여 모델 데이터의 형식을 지정하고 기계 학습 모델을 구축, 교육 및 배포할 애플리케이션을 빌드합니다.

Instalar SageMaker SageMakerRuntime

시작하기

간단한 기계 학습 모델 생성, 교육 및 배포
AWS Quick Start - Amazon SageMaker 및 Data Lake on AWS를 통한 예측 데이터 과학

관련 정보

제품 정보
요금
FAQ
AWS 기계 학습 블로그
Amazon SageMaker 포럼
SDK 및 도구
AWS 일반 참조
AWS 교육
기계 학습 고객 및 사례 연구
AWS 백서
문의처