Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Amazon Web Services

AWS ML Engineer Associate 2.4 Analyze Model Performance (Korean)

Amazon Web Services and Amazon via AWS Skill Builder

Overview

모델 개발 영역의 마지막 과정으로, ML 모델 성능을 분석하기 위한 지침을 제공합니다. 분류 및 회귀 문제 지표를 비롯하여 모델 평가의 주요 개념 및 기법에 대해 알아봅니다. 또한 수렴 문제를 식별하고 재현 가능한 실험을 보장하는 방법도 배우게 됩니다. 마지막으로, Amazon SageMaker Clarify, Amazon SageMaker Debugger와 같은 AWS 서비스를 사용하여 기계 학습(ML) 훈련 데이터 및 모델 문제에 대한 인사이트를 얻습니다.

  • 과정 수준: 300
  • 소요 시간: 1시간 30분


참고: 이 과정의 동영상에는 한국어 트랜스크립트 또는 자막이 지원되며 음성은 영어로 출력됩니다. 자막을 표시하려면 동영상 화면 우측 하단의 CC 버튼을 클릭하세요.


참고: 이 과정은 Google Chrome(최신 주요 버전 2개), Microsoft Edge(최신 주요 버전 2개), Safari(최신 주요 버전 2개)에 최적화되어 있습니다.


활동

  • 온라인 자료
  • 연습
  • 지식 확인 질문


과정 목표

  • 성능 기준을 생성하는 방법을 결정합니다.
  • 모델 성능, 훈련 시간, 비용 간의 절충점을 평가합니다.
  • 분류 문제 평가 기법 및 지표를 결정합니다.
  • 회귀 문제 평가 기법 및 지표를 결정합니다.
  • Amazon SageMaker Training Compiler 및 Amazon SageMaker Automatic Model Tuning(AMT)을 사용하여 수렴 문제를 식별하고 모델 수렴 문제를 방지합니다.
  • ML 훈련 데이터 및 모델에 대한 인사이트를 얻기 위한 SageMaker Clarify 지표를 식별합니다.
  • SageMaker Clarify를 사용하여 모델 출력을 해석합니다.
  • AWS 서비스를 사용하여 재현 가능한 실험을 수행하는 방법을 설명합니다. 
  • SageMaker Model Debugger를 사용하여 모델 수렴을 디버그합니다.


수강 대상

  • 클라우드 아키텍트
  • 기계 학습 엔지니어


권장 기술

  • SageMaker 및 기타 AWS 서비스를 ML 엔지니어링에 사용한 1년 이상의 경험
  • 백엔드 개발자, DevOps 개발자, 데이터 엔지니어 또는 데이터 과학자 등 관련 역할을 수행한 1년 이상의 경험
  • Python 등 프로그래밍 언어에 대한 기본적인 이해
  • AWS ML Engineer Associate 학습 플랜의 이전 과정 완료


과정 개요

  • 섹션 1: 소개
    • 강의 1: 본 과정 사용 방법
    • 강의 2: 과정 개요
    • 강좌 3: 성능 기준
  • 섹션 2: 모델 평가
    • 강의 4: 모델 평가 기법 및 지표
    • 강의 5: 수렴 문제
    • 강의 6: SageMaker Debugger를 사용한 모델 수렴 디버깅
    • 강의 7: SageMaker Clarify 및 지표 개요
    • 강의 8: SageMaker Clarify를 사용하여 모델 출력 해석
    • 강의 9: Amazon SageMaker Experiments
  • 섹션 3: 결론
    • 강의 10: 과정 요약
    • 강의 11: 평가
    • 강의 12: AWS에 문의하기


Reviews

Start your review of AWS ML Engineer Associate 2.4 Analyze Model Performance (Korean)

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.

Someone learning on their laptop while sitting on the floor.