기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

비디오: Autopilot을 사용한 기계 학습 프로세스 자동화 및 탐색

다음은 Studio Classic을 사용하는 Amazon SageMaker Autopilot 기능의 둘러보기를 제공하는 비디오 시리즈입니다. AutoML 작업을 시작하고, 데이터를 분석 및 사전 처리하는 방법, 후보 모델에 대한 기능 엔지니어링 및 하이퍼파라미터 최적화를 수행하는 방법, 결과 모델 지표를 시각화하고 비교하는 방법을 보여 줍니다.

Amazon SageMaker Autopilot으로 AutoML 작업 시작

이 비디오는 Autopilot을 사용하여 AutoML 작업을 시작하는 방법을 보여 줍니다. (길이: 8:41)

Autopilot에서 자동화된 데이터 탐색 및 기능 엔지니어링을 검토합니다.

이 비디오는 Amazon SageMaker Autopilot에서 생성된 데이터 탐색 및 후보 정의 노트북을 검토하는 방법을 보여 줍니다. (길이: 10:04)

성능 최적화를 위한 모델 튜닝

이 비디오는 하이퍼파라미터 튜닝을 사용하여 훈련 중에 모델 성능을 최적화하는 방법을 보여 줍니다. (길이: 4:59)

최상의 모델 선택 및 배포

이 비디오는 작업 메트릭을 사용하여 최상의 모델을 선택한 다음 배포하는 방법을 보여 줍니다. (길이: 5:20)

Amazon SageMaker Autopilot 자습서

이 비디오는 Amazon SageMaker Autopilot를 사용하여 바이너리 분류 모델을 자동으로 구축하는 종단 간 데모를 설명합니다. 자동 생성된 노트북을 사용하여 후보 모델을 구축하고 최적화하는 방법을 살펴봅니다. Amazon SageMaker 실험으로 상위 후보도 살펴봅니다. 마지막으로는 XGBoost를 기반으로 상위 후보를 배포하고 SageMaker 모델 모니터를 사용하여 데이터 캡처를 구성합니다.