사용자 지정 모델을 사용한 예측 - Amazon SageMaker

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

사용자 지정 모델을 사용한 예측

SageMaker Canvas에 구축한 사용자 지정 모델을 사용하여 데이터를 예측합니다. 다음 섹션에서는 숫자 및 범주형 예측 모델, 시계열 예측, 이미지 예측 모델 및 텍스트 예측 모델에 대한 예측을 수행하는 방법을 보여줍니다.

숫자 및 범주형 예측, 이미지 예측, 텍스트 예측 사용자 지정 모델은 데이터에 대해 다음과 같은 유형의 예측을 지원합니다.

  • 단일 예측 - 단일 예측은 하나의 예측만 수행하면 되는 경우입니다. 예를 들어 분류하려는 이미지나 텍스트 구절이 하나 있다고 가정해 보겠습니다.

  • 배치 예측 - 배치 예측은 전체 데이터 집합에 대해 예측을 수행하려는 경우입니다. 1TB 이상의 데이터 세트에 대해 배치 예측을 수행할 수 있습니다. 예를 들어 고객 감성을 예측하려는 고객 리뷰 CSV 파일이 있거나 분류하려는 이미지 파일 폴더가 있습니다. 입력 데이터 세트와 일치하는 데이터 세트로 예측해야 합니다. Canvas는 수동 배치 예측을 수행할 수 있는 기능을 제공하거나 데이터 세트를 업데이트할 때마다 실행되는 자동 배치 예측을 구성할 수 있습니다.

각 예측 또는 예측 세트에 대해 SageMaker 캔버스는 다음을 반환합니다.

  • 예측된 값

  • 예측값이 정확할 확률

시작하기

다음 워크플로 중 하나를 선택하여 사용자 지정 모델로 예측하세요.

모델을 사용하여 예측을 생성한 후 다음을 수행할 수도 있습니다.

  • 버전을 추가하여 모델을 업데이트합니다. 모델의 예측 정확도를 향상시키려면 새 버전의 모델을 구축할 수 있습니다. 원래 모델 구축 구성 및 데이터 세트를 복제하도록 선택하거나 구성을 변경하고 다른 데이터 세트를 선택할 수 있습니다. 새 버전을 추가한 후 버전을 검토하고 비교하여 가장 적합한 버전을 선택할 수 있습니다.

  • 모델 레지스트리에 SageMaker 모델 버전 등록. 모델 버전 및 기계 학습 파이프라인의 상태를 추적하고 관리하기 위한 기능인 SageMaker 모델 레지스트리에 모델 버전을 등록할 수 있습니다. SageMaker 모델 레지스트리에 액세스할 수 있는 데이터 과학자 또는 MLOps 팀 사용자는 모델 버전을 검토하고 프로덕션에 배포하기 전에 승인하거나 거부할 수 있습니다.

  • 배치 예측을 Amazon 로 전송합니다 QuickSight. Amazon 에서는 배치 예측 데이터 세트를 사용하여 대시보드를 구축하고 게시할 QuickSight수 있습니다. 이를 통해 사용자 지정 모델에서 생성된 결과를 분석하고 공유할 수 있습니다.