게시된 날짜: Nov 30, 2022
코드를 거의 사용하지 않는 기계 학습(ML) 서비스인 Amazon SageMaker Autopilot은 데이터를 기반으로 하여 최적의 ML 모델을 자동으로 구축하여 훈련시키며 튜닝합니다. 이제는 이 서비스가 최초의 ML용 목적별 지속적 통합/지속적 전달(CI/CD) 서비스인 Amazon SageMaker Pipelines와 통합되어 제공됩니다. 그러므로 SageMaker Autopilot을 사용하여 ML 모델을 구축한 다음 후속 CI/CD 단계에 통합하는 엔드 투 엔드 흐름을 자동화할 수 있습니다.
오늘부터는 SageMaker Pipelines에 자동 훈련 단계(AutoMLStep)를 추가한 다음 앙상블 훈련 모드로 SageMaker Autopilot 실험을 호출할 수 있습니다. SageMaker Pipelines를 사용하여 사기 탐지 사용 사례용 훈련 및 평가 ML 워크플로를 구축하는 경우를 예로 들어 보겠습니다. 이제는 AutoML 단계를 사용하여 SageMaker Autopilot 실험을 시작할 수 있습니다. 그러면 여러 시험이 자동 실행되어 지정된 입력 데이터 세트에 가장 적합한 모델을 찾습니다. CreateModel 단계를 사용하여 최적 모델용 모델 패키지를 생성하고 나면 SageMaker Pipelines 내의 Transform 단계를 사용하여 테스트 데이터를 기준으로 모델의 성능을 평가할 수 있습니다. 그리고 마지막으로 RegisterModel 단계를 사용하여 SageMaker Model Registry에 모델을 등록할 수 있습니다.
이제는 SageMaker Pipelines가 제공되는 모든 리전에서 SageMaker Pipelines 내의 단계로 SageMaker Autopilot을 기본 지원하는 기능을 사용할 수 있습니다. 단, Amazon Web Services 중국(베이징) 리전과 Amazon Web Services 중국(닝샤) 리전은 제외됩니다. SageMaker Pipelines 및 SageMaker Autopilot에 대해 자세히 알아보려면 SageMaker Pipelines 제품 페이지 및 SageMaker Autopilot 제품 페이지를 참조하세요.