정형 및 비정형 데이터 소스의 데이터에 액세스
목적별 도구로 생산성 향상
완전관리형 Jupyter Notebook을 클릭 몇 번으로 사용
데이터를 손쉽게 준비하고 ML 모델을 구축, 훈련 및 배포
데이터 과학은 비즈니스에 대한 의미 있는 인사이트를 추출하기 위한 데이터 연구로서, 무슨 일이 일어났는지, 왜 그런 일이 일어났는지, 무슨 일이 일어날지와 같은 질문을 하고 대답합니다. 기계 학습은 이를 통해 기존 분석이 규칙 기반 로직으로 쉽게 해결할 수 없는 문제를 머신에서 해결하는 것이 실용적이기 때문에 데이터 과학에 필수적입니다. 기계 학습은 데이터를 분석하고 예제에서 학습하여 패턴을 검색합니다. 그러면 머신이 패턴을 사용하여 알 수 없는 인스턴스를 인식할 수 있습니다. Amazon SageMaker는 데이터에 액세스 및 분석하고 고품질 기계 학습 모델을 구축, 훈련 및 배포하기 위해 수만 명의 고객이 사용하는 광범위한 기계 학습 기능을 제공합니다. 데이터 과학 팀은 SageMaker를 사용하여 생산성을 10배까지 높일 수 있습니다.
-
데이터 준비
정형 및 비정형 데이터를 대규모로 손쉽게 준비하고 레이블링하여 최저 비용으로 최고 수준의 모델 품질을 달성합니다.
-
모델 구축
Amazon SageMaker는 여러 알고리즘을 반복적으로 시도하고 정확성을 평가하여 사용 사례에 가장 적합한 것을 찾는 프로세스인 ML 모델을 구축하는 데 필요한 모든 도구 및 라이브러리를 제공합니다.
-
모델 훈련 및 튜닝
Amazon SageMaker를 사용하면 인프라를 관리할 필요가 없으므로 ML 모델을 규모에 맞게 훈련하고 튜닝하는 데 필요한 시간과 비용이 줄여듭니다.
-
추론을 위한 모델 배포
Amazon SageMaker를 사용하면 모든 사용 사례에서 최상의 가격 대비 성능으로 ML 모델을 손쉽게 배포하여 예측(추론이라고도 함)을 수행할 수 있습니다.

SageMaker Studio 둘러보기
SageMaker Studio는 모든 ML 단계를 수행할 수 있는 웹 기반의 단일 시각적 인터페이스를 제공하여, 데이터 과학 팀의 생산성을 높여줍니다.