쿠키 기본 설정 선택

당사는 사이트와 서비스를 제공하는 데 필요한 필수 쿠키 및 유사한 도구를 사용합니다. 고객이 사이트를 어떻게 사용하는지 파악하고 개선할 수 있도록 성능 쿠키를 사용해 익명의 통계를 수집합니다. 필수 쿠키는 비활성화할 수 없지만 '사용자 지정' 또는 ‘거부’를 클릭하여 성능 쿠키를 거부할 수 있습니다.

사용자가 동의하는 경우 AWS와 승인된 제3자도 쿠키를 사용하여 유용한 사이트 기능을 제공하고, 사용자의 기본 설정을 기억하고, 관련 광고를 비롯한 관련 콘텐츠를 표시합니다. 필수가 아닌 모든 쿠키를 수락하거나 거부하려면 ‘수락’ 또는 ‘거부’를 클릭하세요. 더 자세한 내용을 선택하려면 ‘사용자 정의’를 클릭하세요.

모델 만들기를 위해 내보내기

포커스 모드
모델 만들기를 위해 내보내기 - Amazon SageMaker AI

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

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

데이터 흐름에서 몇 번의 클릭만으로 변환된 데이터를 내보내고 Canvas에서 ML 모델 만들기를 시작할 수 있습니다. Canvas는 데이터를 Canvas 데이터세트로 저장하며 사용자는 새 모델의 모델 빌드 구성 페이지로 이동합니다.

변환된 데이터를 사용하여 Canvas 모델을 만드는 방법:

  1. 데이터 흐름으로 이동합니다.

  2. 내보내려는 노드 옆에 있는 줄임표 아이콘을 선택합니다.

  3. 컨텍스트 메뉴에서 모델 만들기를 선택합니다.

  4. 모델 만들기를 위해 내보내기 사이드 패널에 새 데이터세트의 데이터세트 이름을 입력합니다.

  5. 모델 빌드를 진행하기 전에 전체 데이터세트를 처리하고 내보내려면 전체 데이터세트 처리 옵션을 선택한 상태로 둡니다. 데이터 흐름에서 작업 중인 대화형 샘플 데이터를 사용하여 모델을 훈련하려면 이 옵션을 끕니다.

  6. 모델 이름을 입력하여 새 모델의 이름을 지정합니다.

  7. 문제 유형 또는 빌드하려는 모델 유형을 선택합니다. SageMaker Canvas에서 지원되는 모델 유형에 대한 자세한 내용은 사용자 지정 모델 작동 방식 섹션을 참조하세요.

  8. 대상 열 또는 모델이 예측할 값을 선택합니다.

  9. 모델 내보내기 및 만들기를 선택합니다.

새 Canvas 모델의 빌드 탭이 열리고 모델 구성 및 훈련을 완료할 수 있습니다. 모델 빌드에 대한 자세한 내용은 모델 빌드 섹션을 참조하세요.

프라이버시사이트 이용 약관쿠키 기본 설정
© 2025, Amazon Web Services, Inc. 또는 계열사. All rights reserved.