Amazon SageMaker JumpStart를 사용하면 기계 학습을 빠르고 쉽게 시작할 수 있습니다. 간편한 시작을 위해 SageMaker JumpStart는 몇 번의 클릭만으로 쉽게 배포할 수는 가장 공통적인 사용 사례용 솔루션 세트를 제공합니다. 솔루션은 완전히 사용자 지정할 수 있으며 AWS CloudFormation 템플릿과 참조 아키텍처 사용을 소개하므로 귀하의 ML 여정을 더욱 앞당길 수 있습니다. 또한 Amazon SageMaker JumpStart는 클릭 한 번으로 배포되고 자연어 처리, 객체 탐지 및 이미지 분류 모델과 같은 150개가 넘는 널리 사용되는 오픈 소스 모델에 대한 세분화된 튜닝도 지원합니다.
사용 사례
Amazon SageMaker JumpStart의 가능성 살펴보기
사기 탐지
의심스러운 거래 및 기타 이상 동작의 보다 빠른 탐지를 자동화하고 시기 적절한 방식으로 고객에게 알려 잠재적 재정 손실을 줄이고 고객과의 신뢰를 강화합니다.
시작하기
사용 사례 |
솔루션 |
시작하기 |
예측 유지 보수 |
차량 차대에 대한 예측 유지 보수 |
|
제조 분야에서 예측 유지 보수 |
||
컴퓨터 비전 |
이미지에서 제품 결함 탐지 |
|
자율 주행 |
자율 주행 차량의 능동 학습에서 시각적 인지 |
|
사기 탐지 |
악의적인 사용자 및 거래 탐지 |
|
Deep Graph Library를 사용하여 금융 거래에서 사기 탐지 |
||
신용 위험 예측 |
신용 관련 결정 설명 |
|
문서에서 데이터 추출 및 분석 |
감정 분류를 위한 차등 개인정보 보호 |
|
문서 요약, 엔터티 및 관계 추출 |
||
Amazon SageMaker를 사용한 수기 필체 인식 |
||
테이블 형식의 레코드에서 누락된 값 채우기 |
||
이탈 예측 |
텍스트를 사용한 이탈 예측 |
|
수요 예측 |
딥 러닝을 사용한 수요 예측 |
|
맞춤형 추천 |
Deep Graph Library를 통해 자격 증명 그래프에서 엔티티 분석 |
|
| 구매 모델링 |
고객
-
Mission Automate
-
"Amazon SageMaker JumpStart 덕분에 며칠 만에 ML 솔루션을 시작할 수 있어서 기계 학습 예측 요구 사항을 더 빠르고 안정적으로 이행할 수 있었습니다."
Mission Automate의 CEO, Alex Panait
-
MyCase
-
"Amazon SageMaker JumpStart 덕분에 더 효과적인 시작점을 활용하면서 3~4개월이 아니라, 4~6주 안에 우리만의 사용 사례를 위한 ML 솔루션을 배포할 수 있었습니다."
MyCase의 소프트웨어 엔지니어, Gus Nguyen
-
MyCase
-
“Amazon SageMaker JumpStart를 통해 자동 이상 탐지 또는 객체 분류와 같은 ML 애플리케이션을 더 빠르게 구축하고 솔루션을 시작하여 며칠 안에 개념 증명에서 프로덕션으로 진행할 수 있습니다."
Pivotree의 플랫폼 아키텍트, Milos Hanzel
리소스
.ffb8823d6a103d17e047412282292c8805647b2a.png "AWS 히어로")