게시된 날짜: Jun 28, 2022
Amazon SageMaker에서 제공하는 기본 제공 알고리즘, 사전 교육된 모델 및 사전 구축된 솔루션 템플릿은 데이터 과학자 및 기계 학습 실무자가 기계 학습 모델의 교육 및 배포를 신속하게 시작하는 데 도움이 됩니다. 이러한 알고리즘과 모델은 지도 학습과 비지도 학습에 모두 사용할 수 있습니다. 또한 테이블 형식, 이미지, 텍스트 같은 다양한 형식의 입력 데이터를 처리할 수 있습니다.
오늘부터 Amazon SageMaker는 LightGBM, CatBoost, AutoGluon-Tabular 및 TabTransformer라는 4개의 새로운 테이블 형식 데이터 모델링 알고리즘을 제공합니다. 이러한 널리 사용되는 첨단 알고리즘은 테이블 형식 분류 작업 및 회귀 작업에 모두 사용할 수 있습니다. 이들 알고리즘은 SageMaker Studio 내의 SageMaker JumpStart UI를 통해서는 물론, SageMaker Python SDK를 사용하여 python 코드를 통해서도 사용 가능합니다. 이러한 알고리즘의 사용 방법을 알아보려면 아래에서 SageMaker 노트북 예제를 확인하면 됩니다.
- LightGBM은 Gradient Boosting Decision Tree(GBDT)의 널리 사용되는 고성능 오픈 소스 구현입니다. 이 알고리즘의 사용 방법을 알아보려면 분류 및 회귀에 대한 노트북 예제를 참조하세요.
- CatBoost는 Gradient Boosting Decision Tree(GBDT)의 또 다른 널리 사용되는 고성능 오픈 소스 구현입니다. 이 알고리즘의 사용 방법을 알아보려면 분류 및 회귀에 대한 노트북 예제를 참조하세요.
- AutoGluon-Tabular는 Amazon에서 개발 및 유지 관리하는 오픈 소스 AutoML 프로젝트로서, 고급 데이터 처리, 딥 러닝 및 다계층 스택 앙상블링을 수행합니다. 이 알고리즘의 사용 방법을 알아보려면 분류 및 회귀에 대한 노트북 예제를 참조하세요.
- TabTransformer는 Amazon 과학 연구 팀의 혁신 기술인 셀프 어텐션(self-attention) 기반 변환기를 바탕으로 구축된 새로운 딥 테이블 형식 데이터 모델링 아키텍처입니다. 이 알고리즘의 사용 방법을 알아보려면분류 및 회귀에 대한 노트북 예제를 참조하세요.
이러한 알고리즘의 사용 방법에 대한 자세한 설명은 블로그 테이블의 데이터에 활용하는 딥 러닝의 이점 및 테이블 형식 데이터 모델링을 위한 새로운 기본 제공 Amazon SageMaker 알고리즘: LightGBM, CatBoost, AutoGluon-Tabular 및 TabTransformer에서 확인할 수 있습니다.