기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
아마존이란 SageMaker 무엇입니까?
SageMaker Amazon은 완전 관리형 기계 학습 (ML) 서비스입니다. 를 SageMaker 통해 데이터 과학자와 개발자는 ML 모델을 프로덕션 준비가 완료된 호스팅 환경에 빠르고 자신 있게 구축, 교육 및 배포할 수 있습니다. ML 워크플로를 실행하기 위한 UI 환경을 제공하여 여러 통합 개발 환경 (IDE) 에서 SageMaker ML 도구를 사용할 수 있도록 합니다.
를 사용하면 자체 서버를 구축 및 관리할 필요 없이 데이터를 저장하고 공유할 수 있습니다. SageMaker 이를 통해 사용자 또는 조직은 ML 워크플로를 공동으로 구축 및 개발하는 데 더 많은 시간을 할애하고 더 빠르게 수행할 수 있습니다. SageMaker 분산 환경에서 매우 큰 데이터를 효율적으로 실행할 수 있는 관리형 ML 알고리즘을 제공합니다. bring-your-own-algorithms 및 프레임워크에 대한 지원이 내장되어 있어 특정 워크플로우에 맞게 조정되는 유연한 분산 교육 옵션을 SageMaker 제공합니다. 몇 단계만 거치면 SageMaker 콘솔에서 모델을 안전하고 확장 가능한 환경에 배포할 수 있습니다.
아마존 요금 SageMaker
AWS 프리 티어
SageMakerAmazon을 처음 사용하십니까?
를 처음 사용하는 경우 다음을 완료하는 것이 좋습니다. SageMaker
-
Amazon을 사용한 기계 학습 개요 SageMaker— 기계 학습 (ML) 라이프사이클의 개요를 확인하고 제공되는 솔루션에 대해 알아보십시오. 이 페이지에서는 주요 개념을 설명하고 AI 솔루션 구축과 관련된 핵심 구성 요소를 설명합니다 SageMaker.
-
Amazon 설정 가이드 SageMaker— 필요에 SageMaker 따라 설정하고 사용하는 방법을 알아보세요.
-
자동화된 ML, 코드 없음 또는 코드 적음 사용— 머신 러닝 작업을 자동화하여 ML 워크플로를 간소화하는 로우코드 및 노코드 ML 옵션에 대해 알아보세요. 이러한 옵션은 자동화된 ML 작업 각각에 대한 노트북을 생성하여 코드에 대한 가시성을 제공하므로 유용한 ML 학습 도구입니다.
-
Amazon에서 제공하는 기계 학습 환경 사용 SageMaker— 정보, 예제, 사용자 지정 모델 등 ML 워크플로를 개발하는 데 사용할 수 있는 ML 환경을 숙지하세요. ready-to-use
-
다른 주제 살펴보기 — SageMaker 개발자 가이드의 목차를 사용하여 더 많은 주제를 살펴보세요. 예를 들어 ML 라이프사이클 단계Amazon을 사용한 기계 학습 개요 SageMaker, in 및 SageMaker 제공되는 다양한 솔루션에 대한 정보를 찾을 수 있습니다.
-
Amazon SageMaker 리소스
— SageMaker 제공되는 다양한 개발자 리소스를 참조하십시오.
