게시된 날짜: Nov 29, 2017
Amazon SageMaker는 데이터 과학자 및 개발자가 모든 규모의 기계 학습 모델을 간편하게 빌드, 학습 및 배포할 수 있도록 하는 완전 관리형 서비스입니다. Amazon SageMaker에는 함께 또는 개별적으로 사용하여 기계 학습 모델을 빌드, 학습 및 배포할 수 있는 모듈이 포함되어 있습니다.
구축
Amazon SageMaker는 교육 데이터에 빠르게 연결하며 애플리케이션을 위한 최상의 알고리즘 및 프레임워크를 선택 및 최적화하는 데 필요한 모든 것을 제공함으로써 손쉽게 ML 모델을 빌드하고 학습 준비 상태로 만들어 줍니다. Amazon SageMaker에는 Amazon S3에 저장된 학습 데이터를 손쉽게 탐색하고 시각화할 수 있는 호스팅 Jupyter 노트북이 포함되어 있습니다. S3에 있는 데이터로 바로 연결하거나 AWS Glue를 이용해 Amazon RDS, Amazon DynamoDB, Amazon Redshift에서 S3로 데이터를 이동하면 노트북에서 분석할 수 있습니다.
알고리즘을 선택할 수 있도록 돕기 위해 Amazon SageMaker에는 가장 일반적으로 사용하는 기계 학습 알고리즘 10가지가 미리 설치되어 있으며 어디서든 이들 알고리즘의 실행 성능의 최대 10배를 구현하도록 최적화되어 있습니다. 또한 Amazon SageMaker는 가장 유명한 오픈 소스 프레임워크 두 가지, 즉 TensorFlow와 Apache MXNet을 실행하도록 미리 구성되어 있습니다. 그뿐만 아니라 기존 보유 프레임워크를 사용할 수 있는 옵션도 주어집니다.
교육
Amazon SageMaker 콘솔에서 클릭 한 번으로 모델 학습을 시작할 수 있습니다. Amazon SageMaker는 사용자를 위해 기본 인프라를 모두 관리하고 교육 모델을 페타바이트 규모로 손쉽게 확장할 수 있으며, 더 쉽고 빠른 교육 과정을 위해 최대의 정확성을 달성하는 방향으로 모델을 자동 조정할 수 있습니다.
배포
모델 학습과 조정이 끝나면, Amazon SageMaker를 통해 프러덕션에 쉽게 배포할 수 있기 때문에 새 데이터에서 예측 생성 실행을 시작할 수 있습니다(추론이라 불리는 프로세스). Amazon SageMaker는 다중 가용 영역 전반에 걸쳐 분포된 Amazon EC2 인스턴스의 Auto Scaling 클러스터에 모델을 배포하여 고성능과 고가용성을 둘 다 구현합니다. 또한 Amazon SageMaker에는 A/B 테스트 기능이 내장되어 있어 사용자가 최선의 결과를 내기 위해 모델을 테스트하고 여러 버전을 실험하는 데 도움이 됩니다.
Amazon SageMaker가 기계 학습의 부담을 덜어주므로 사용자는 기계 학습 모델을 쉽고 빠르게 빌드, 학습 및 배포할 수 있습니다.
Amazon SageMaker는 미국 동부(버지니아 북부 및 오하이오), EU(아일랜드), 미국 서부(오레곤) AWS 리전에서 사용할 수 있습니다. 제품 페이지를 방문하여 Amazon SageMaker에 대한 자세한 내용을 알아보고 바로 오늘 무료로 시작하십시오!