이 과정에서는 전 세계 이 과정에서는 전 세계 AI/ML 기술 리더인 Denis Batalov 박사가 Amazon SageMaker 및 Amazon SageMaker Ground Truth를 사용하여 기계 학습 파이프라인을 구현하는 방법을 보여줍니다. 먼저 레이블이 지정된 데이터 집합을 생성한 다음, 객체 감지 모형을 훈련하기 위한 훈련 작업을 생성하고, 마지막으로 Amazon SageMaker를 사용하여 모형을 생성하고 업데이트합니다.
수강 대상
이 과정은 다음과 같은 수강생들을 위해 제작되었습니다.
- Sagemaker SDK와 Python을 사용하여 Amazon SageMaker로 기계 학습 파이프라인을 생성하려는 개발자 및 데이터 사이언티스트
- Amazon SageMaker Ground Truth를 사용하여 레이블이 지정된 데이터 집합을 생성하려는 개발자 및 데이터 사이언티스트
과정 목표
이 과정에서 학습할 내용은 다음과 같습니다.
- Amazon SageMaker Ground Truth에 의해 레이블이 지정된 이미지를 사용하여 기계 학습 모형 훈련
- Amazon SageMaker Ground Truth를 사용하여 데이터 집합의 개별 이미지에서 꿀벌의 정확한 위치 식별
- Amazon SageMaker 내장 알고리즘을 사용하여 객체 탐지 모형 훈련
- 자동화된 하이퍼파라미터 조정 작업을 사용하여 최적의 하이퍼파라미터 집합 찾기
사전 조건
이 과정을 수강하기 전에 다음 사전 조건을 갖출 것을 권장합니다.
- Amazon SageMaker에 대한 기본적인 이해(https://aws.amazon.com/sagemaker/)
- Pandas, NumPy, SageMaker, Boto3 등의 다양한 라이브러리와 python 프로그래밍 언어에 대한 기본적인 이해
강의 형태
이 과정은 다음 방법을 통해 제공됩니다.
- 온라인 교육
소요 시간
70분
참고: 이 과정의 동영상에는 한국어 트랜스크립트 또는 자막이 지원되며 음성은 영어로 출력됩니다.자막을 표시하려면 동영상 화면 하단의 CC 버튼을 클릭하세요.
수업 개요
이 과정에서는 다음 개념을 다룹니다.
- 데이터 다운로드
- 레이블 지정 작업 실행
- 모형 훈련
- 모형 배포
- 하이퍼파라미터/자동 모형 튜닝
- 하이퍼파라미터 최적화 결과 검토
- 기계 학습 생산 모형 대체
