게시된 날짜: Jul 12, 2018
Amazon SageMaker는 이제 k-Nearest-Neighbor(kNN) 및 객체 탐지 알고리즘을 지원하여 기계 학습의 추가 식별, 분류 및 회귀 사용 사례를 처리합니다. 이 추가를 통해 SageMaker의 내장 알고리즘 목록은 총 15개로 확장되었습니다.
kNN 알고리즘은 분류 및 회귀 문제를 해결하는 데 사용될 수 있습니다. 예를 들어, 레이블이 지정되지 않은 이미지의 분류가 가장 근접한 이웃에 할당된 레이블에 의해 결정될 수 있습니다. 이 방식은 추천 시스템, 비정상 탐지 및 이미지/텍스트 분류에 유용합니다. 회귀 문제의 경우, kNN을 사용하여 이웃 레이블의 함수에 기반한 수를 예측할 수 있으며 이는 일반적으로 평균 또는 중앙값으로 설정됩니다.
객체 탐지는 이미지에서 객체를 식별 및 분류하는 절차입니다. Amazon SageMaker의 새 객체 탐지 알고리즘을 사용하면 추론 작업 시 이미지에서 여러 객체를 탐지할 수 있는 모델을 보다 쉽게 구축 및 훈련할 수 있습니다. 식별된 객체 둘레에는 경계 상자가 배치된 다음 객체가 분류됩니다.
Amazon SageMaker에서의 kNN 및 객체 탐지 알고리즘 지원은 이제 미국 동부(버지니아 북부), 미국 동부(오하이오), 미국 서부(오레곤), 유럽(아일랜드), 유럽(프랑크푸르트), 아시아 태평양(도쿄), 아시아 태평양(서울) 및 아시아 태평양(시드니) AWS 리전에서 사용할 수 있습니다.