이 AWS 솔루션 구현은 어떤 기능을 제공합니까?
Machine Learning for Telecommunication은 사용자 지정 가능한 확장형 기계 학습(ML) 아키텍처를 배포하여, 통신 사용 사례에서 전체적인 ML 워크로드에 프레임워크를 제공합니다. 이 솔루션은 엔드포인트에 모델을 배포함으로써 교육, 평가, 예측을 포함한 즉석 데이터 탐색, 데이터 처리 및 기능 엔지니어링, 기계 학습 모델 구축 프로세스를 간소화합니다.
이 솔루션에는 또한 통신 분야에서 ML 알고리즘을 사용하여 예측 분석용 모델을 테스트하고 교육하는 방법을 보여주는 가상 통신 IP 데이터 레코드(IPDR) 데이터 세트가 포함되어 있습니다. 고객은 포함된 Jupyter 노트북을 인공 지능 연구의 시작점으로 자체 사용자 지정 ML 모델을 개발하고 고유한 사용 사례에 맞춰 포함된 노트북을 사용자 지정할 수 있습니다.
AWS 솔루션 구현 개요
Machine Learning for Telecommunication 솔루션은 라이브 코드, 방정식, 시각화 및 해설 텍스트를 작성 및 공유하기 위한 오픈 소스 웹 애플리케이션인 Jupyter 노트북을 사용하여 AWS 클라우드에서 엔드 투 엔드 ML 프로세스를 위한 프레임워크를 구현할 수 있게 해줍니다. 아래 다이어그램은 솔루션의 구현 안내서와 함께 AWS CloudFormation 템플릿을 사용하여 자동으로 구축할 수 있는 아키텍처를 보여줍니다.

통신 분야를 위한 기계 학습 솔루션 아키텍처
Amazon Simple Storage Service(Amazon S3) 버킷에는 가상 IP 데이터 레코드(IPDR) 데이터 세트가 포함되고, AWS Glue 작업은 데이터 세트를 변환하며, Amazon SageMaker 인스턴스에는 기계 학습(ML) Jupyter 노트북이 포함됩니다.
이 솔루션은 Amazon S3 버킷의 데이터를 Amazon SageMaker 클러스터로 수집하고 해당 데이터 세트에서 Jupyter 노트북을 실행합니다.
이들 노트북은 데이터를 사전 처리하고, 기능을 추출하고, 데이터를 교육 및 테스트로 나눕니다. Amazon S3 Select는 AWS Glue 작업으로 처리된 Parquet 압축 데이터를 읽습니다. ML 알고리즘은 교육 데이터 세트를 처리하여 이상 현상을 식별하고 향후 이상 현상을 예측하는 모델을 개발합니다.
Machine Learning for Telecommunication
Version 1.1.1
최종 업데이트 날짜: 2019년 12월
작성: AWS
예상 배포 시간: 5분
참고: RSS 업데이트에 가입하려면 사용 중인 브라우저에 대해 RSS 플러그인이 활성화되어 있어야 합니다.