Amazon SageMaker Canvas – 자체 모델을 통한 예측 생성 기능 추가

Amazon SageMaker Canvas – 자체 모델을 통한 예측 생성 기능 추가

Amazon SageMaker Canvas는 비즈니스 분석가가 단 한 줄의 코드도 작성하지 않고도 기계 학습(ML)을 사용하여 비즈니스 문제를 해결할 수 있는 시각적 인터페이스를 제공합니다. 2021년에 SageMaker Canvas를 도입한 이후 데이터 과학자가 몇 번의 클릭만으로 학습된 모델을 비즈니스 분석가와 공유할 수 있도록 보다 개선되고 원활한 협업 환경에 대한 요청이 다수 있었습니다.

이제 어느 곳에서 구축되었든 상관없이 모든 ML 모델을 SageMaker Canvas로 가져와 예측을 생성할 수 있다는 사실을 전해드립니다.

새로운 소식 — 자체 모델을 SageMaker Canvas로 가져오기
데이터 과학자 또는 ML 전문가는 이제 Amazon SageMaker 내부 또는 외부, 어느 곳에서 구축되었든 상관없이 모든 모델을 비즈니스 팀과 원활하게 공유할 수 있습니다. 따라서 엔지니어링 팀이 별도의 도구 또는 사용자 인터페이스를 구축하여 ML 모델을 공유하고 조직 내 여러 부서 간에 협업해야 하는 번거로움을 덜어줍니다. 비즈니스 분석가는 이제 몇 분 안에 데이터 과학자가 공유하는 ML 모델을 활용하여 예측을 생성할 수 있습니다.

이것이 실제로 어떻게 작동하는지 보여드리겠습니다.

이 예시에서는 마케팅 분석가와 잠재적으로 이탈할 위험이 있는 고객을 식별하도록 학습된 ML 모델을 공유합니다. 먼저 SageMaker 모델 레지스트리에 모델을 등록합니다. SageMaker 모델 레지스트리를 사용하면 모델을 카탈로그화하고 모델 버전을 관리할 수 있습니다. 2022-customer-churn-model-group이라는 모델 그룹을 만든 다음 모델 버전 생성을 선택하여 모델을 등록합니다.

Amazon SageMaker 모델 레지스트리

모델을 등록하려면 Amazon ECR의 추론 이미지 위치와 Amazon S3에서의 model.tar.gz 파일 위치를 입력하세요. 모델 엔드포인트 권장 사항 및 추가 모델 정보를 추가할 수도 있습니다. 모델을 등록한 후 모델 버전을 선택하고 공유를 선택합니다.

Amazon SageMaker Studio - 모델 레지스트리의 모델을 SageMaker Canvas 사용자와 공유

이제 모델을 공유하려는 동일한 SageMaker 도메인 내에서 SageMaker Canvas 사용자 프로필을 선택할 수 있습니다. 그런 다음 학습 및 검증 데이터 세트에 대한 정보, ML 문제 유형, 모델 출력 정보 등의 추가 모델 세부 정보를 제공합니다. 모델을 공유하는 SageMaker Canvas 사용자를 위한 메모를 추가할 수도 있습니다.

Amazon SageMaker Studio - 모델 레지스트리의 모델을 SageMaker Canvas 사용자와 공유

마찬가지로 이제 SageMaker Autopilot에서 학습한 모델과 SageMaker JumpStart에서 사용할 수 있는 모델을 SageMaker Canvas 사용자와 공유할 수도 있습니다.

비즈니스 분석가는 SageMaker Canvas에서 추가한 메모와 함께 모델이 공유되었다는 인앱 알림을 받게 됩니다.

Amazon SageMaker Canvas - SageMaker Studio에서 받은 모델

이제 마케팅 분석가가 모델을 열고 분석한 다음 SageMaker Canvas에서 ML 예측을 생성하는 데 사용할 수 있습니다.

Amazon SageMaker Canvas - SageMaker Studio에서 가져온 모델

전체 데이터 세트에 대한 ML 예측을 생성하려면 배치 예측을 선택하고 단일 입력에 대한 예측을 생성하려면 단일 예측을 선택합니다. 결과를 .csv 파일로 다운로드할 수 있습니다.

Amazon SageMaker Canvas - 예측 생성

새로운 소식 — SageMaker Studio 사용자와의 SageMaker Canvas 향상된 모델 공유 및 협업
또한 데이터 과학 및 ML 팀과 함께 SageMaker Canvas의 공유 및 협업 기능을 개선했습니다. 비즈니스 분석가는 이제 표준 구축 모델을 공유할 SageMaker Studio 사용자 프로필을 선택할 수 있습니다.

모델이 공유되면 데이터 과학자 또는 ML 실무자는 사용자의 메모와 함께 SageMaker Studio에서 유사한 인앱 알림을 받게 됩니다. 이제 SageMaker Studio 사용자는 단순히 모델을 검토하는 것 외에도 필요한 경우 SageMaker Data Wrangler에서 데이터 변환을 업데이트하고 SageMaker Autopilot에서 모델을 재교육하고 업데이트된 모델을 다시 공유할 수 있습니다. SageMaker Studio 사용자는 SageMaker Autopilot의 모델 목록에서 대체 모델을 추천할 수도 있습니다.

SageMaker Studio 사용자가 모델을 다시 공유하고 나면 SageMaker Canvas에서 업데이트된 모델이 다시 공유되었다는 또 다른 알림을 받게 됩니다. 비즈니스 분석가와 데이터 과학자 간 이루어지는 협력을 통해 자동화된 의사 결정에 투명성을 제공하고 신뢰를 구축하며 ML 배포를 가속화하여 조직 전체에서 ML을 대중화하는 데 도움이 될 수 있을 것입니다.

정식 출시
어느 곳에서 구축되었든 상관없이 모든 ML 모델을 가져올 수 있는 기능을 비롯한 Amazon SageMaker Canvas의 개선되고 원활한 협업 기능을 현재 SageMaker Canvas를 사용할 수 있는 모든 AWS 리전에서 기존 SageMaker Canvas 요금과 동일하게 사용할 수 있습니다.

지금 바로 협업을 시작하고 ML 모델을 Amazon SageMaker Canvas로 가져오세요!

– Antje

Source: Amazon SageMaker Canvas – 자체 모델을 통한 예측 생성 기능 추가

About KENNETH 19694 Articles
지락문화예술공작단

Be the first to comment

Leave a Reply

Your email address will not be published.


*


이 사이트는 스팸을 줄이는 아키스밋을 사용합니다. 댓글이 어떻게 처리되는지 알아보십시오.