게시된 날짜: Jul 25, 2023
이제 Amazon SageMaker Canvas는 다양한 객관적 지표를 사용하여 기계 학습(ML) 모델을 훈련할 수 있는 기능을 제공하므로 모델의 강점과 약점을 보다 포괄적으로 이해할 수 있습니다. SageMaker Canvas는 ML 전문 지식이 없는 비즈니스 분석가 및 일반인 데이터 사이언티스트도 코드를 작성할 필요 없이 자체적으로 정확한 ML 예측을 생성할 수 있도록 지원하는 시각적 인터페이스입니다.
기본적으로 SageMaker Canvas는 각 문제 유형에 가장 적합한 객관적 지표를 선택합니다. 하지만 다양한 객관적 지표로 ML 모델을 훈련하면 모델의 견고성과 일반화 기능을 향상시킬 수 있습니다. 단일 지표를 최적화하면 훈련 데이터에 대한 과적합이나 편향이 발생할 수 있습니다. 다양한 지표에는 트레이드오프가 수반되는 경우가 많습니다. 예를 들어 정밀도를 최적화하면 재현율이 낮아지고, 그 반대도 마찬가지입니다. 다양한 객관적 지표로 모델을 훈련하면 이러한 트레이드오프를 평가하고 특정 요구 사항에 맞는 최상의 절충안을 선택할 수 있습니다. 지금까지 SageMaker 캔버스는 각 문제 유형에 대해 하나의 기본 객관적 지표만 지원했습니다. 오늘부터 지원되는 지표 목록에서 객관적 지표를 선택하고 그에 따라 ML 모델을 최적화할 수 있습니다.
이제 Amazon SageMaker Canvas의 다양한 객관적 지표를 사용하여 ML 모델을 훈련하는 기능은 SageMaker Canvas가 제공되는 모든 AWS 리전에서 사용 가능합니다. 자세한 내용은 SageMaker Canvas 제품 설명서를 참조하세요.