게시된 날짜: Aug 15, 2018
이 Quick Start에서는 Amazon Web Services (AWS) 클라우드에서 Amazon SageMaker를 사용하여 기계 학습(ML) 모델을 구축, 교육 및 배포하기 위한 데이터 레이크 환경을 구축합니다. 배포에는 약 10-15 분이 소요되며 Amazon Simple Storage Service(Amazon S3), Amazon API 게이트웨이, Amazon Kinesis Data Streams 및 Amazon Kinesis Data Firehose와 같은 AWS 서비스가 사용됩니다.
Amazon SageMaker는 개발자와 데이터 과학자가 ML 모델을 빠르고 쉽게 구축, 교육 및 배포할 수 있는 관리형 플랫폼입니다.
이 Quick Start는 복잡한 ML 하드웨어 클러스터를 구성할 필요 없이 예측 및 규범적 모델을 구축하기 위한 엔드 투 엔드 데이터 과학을 가능하게 합니다.
이 Quick Start에서는 Pariveda Solutions의 데모를 제공합니다. Amazon S3에 원시 데이터를 저장하고 이를 Amazon SageMaker에서 사용하기 위해 변환하고, Amazon SageMaker를 사용하여 모델을 구축하고 Amazon Elastic Compute Cloud(Amazon EC2) 스팟 요금을 위해 API에서 모델을 호스팅하는 방법을 보여줍니다.
시작하기:
- 아키텍처 및 세부 내용 보기
- 지침은 배포 안내서 참조
- 배포를 자동화하는 AWS CloudFormation 템플릿 다운로드
추가적인 AWS Quick Start 레퍼런스 배포는 AWS의 카탈로그를 참조하십시오.
Quick Start는 AWS CloudFormation 템플릿을 사용하여 AWS 모범 사례에 따라 AWS에 주요 기술을 배포하는 자동화된 레퍼런스 배포입니다. 이 Quick Start는 Pariveda Solutions, Inc.와 공동으로 구축되었습니다.