๋ง์ง๋ง ์ ๋ฐ์ดํธ: 2022.11.26
- ์ผ๋ถ ์ปจํ
์ธ ๋ ๋ ๋ฒจ ๊ฐ์ด๋๊ฐ ์์ต๋๋ค.
- <Level 100-200>: ์ด๊ธ
- <Level 200-300>: ์ค๊ธ
- <Level 300-400>: ๊ณ ๊ธ
- [Hot Update] <Level 200-300> 2022 AWS Seoul Summit
- 80+ ์ธ์ (SageMaker ์ธ์ ์ ์๋ "3. AWS AI/ML ๋ฆฌ์์ค ํ๋ธ, ํน์ง ์ด๋ฒคํธ ๋ฐ AWS ML ์ ๋ฌธ๊ฐ ๋งํฌ" ์ฐธ๊ณ ํ์ธ์.) --> ์ ์ฒด ์ธ์ ๋ชฉ๋ก
- [Hot Update] <Level 200-400> 2022 AWS AIML ์คํ์
์น๋น๋
- 12+ ์ธ์
(SageMaker, Personalize)
- SageMaker ๋ ์ด๊ธ/์ค๊ธ ์์ค์ SageMaker ์ ๋ฌธ, ๋ชจ๋ธ ํ๋ จ, ๋ฐฐํฌ ๋ฐ ์ถ๋ก , ML Ops (SageMaker Pipeline) ์ ๋ํ ๋ชจ๋๋ณ ๋น๋์ค๊ฐ ์์ต๋๋ค.
- ์ ์ฒด ์ธ์ ๋ชฉ๋ก
- 12+ ์ธ์
(SageMaker, Personalize)
- [Hot Update] <Level 200-300> AWS ๋จธ์ ๋ฌ๋ ๋ธ๋ก๊ทธ๋ฅผ ์ ๋ฌธ๊ฐ๊ฐ ์ค๋ช ํด์ฃผ๊ธฐ:
์ด ๋ฌธ์์ ๋ชฉ์ ์ ํผ์ SageMaker ์ ํ์ต์ ํ๊ธฐ ์ํ ์๋ฃ ๋ฐ ๋งํฌ๊ฐ ์์ต๋๋ค. ์๋์ ๊ฐ์ ํฐ ๋ชฉ์ฐจ์ ๊ด๋ จ ์ ๋ณด๊ฐ ์์ผ๋ ์ฐธ๊ณ ํ์ธ์.
-
[์๋ฆผ] ์๋ ๋งํฌ๋ ๊น ๋ฆฌํ์งํ ๋ฆฌ๋ฅผ ๋ค์ด๋ก๋ ํ์๊ณ README ํ์ผ์ ์ด๊ณ ํด๋ฆญ์ ์๋ ๋ฉ๋๋ค. ์นํ์ด์ง์์ ๋ณด์ค๋๋ ์คํฌ๋กค๋ค์ดํด์ ํ์ธ ๋ฐ๋๋๋ค.
-
3. AWS AI/ML ๋ฆฌ์์ค ํ๋ธ, ํน์ง ์ด๋ฒคํธ ๋ฐ AWS ML ์ ๋ฌธ๊ฐ ๋งํฌ
-
8.์ธ์ด์ง ๋ฉ์ด์ปค ์์ธ ๋ฐ ๊ธฐํ ์ง์ ์ ๋๋ค. [์๋ ๋งํฌ ์ ๊ณต ๋จ. ํด๋ฆญ ํ์ธ์.]
- SageMaker ๊ฐ๋ฐ ํ๊ฒฝ
- SageMaker ํ๋ จ
- SageMaker ๋ถ์ฐ ํ๋ จ
- SageMaker ์ถ๋ก
- Inferentia ์ถ๋ก
- ML Ops on SageMaker
- SageMaker Vision
- SageMaker NLP
- SageMaker RL, ๊ฐํํ์ต
- ์ ์ฉํ ํธ๋ฌ๋ธ ์ํ
- ์ธ์ด์ง ๋ฉ์ด์ปค ์ ์ฉํ ๋ช ๋ น์ด
- ์ธ์ด์ง ๋ฉ์ด์ปค ๋น์ฉ ์ต์ ํ
- Tabular ๋ฐ์ดํฐ ํผ์ณ ์ ํ ๊ฐ์ด๋
-
AWS Cloud ์ผ๋ฐ ์ง์ (S3, EC2, IAM ๋ฑ) (์ด๊ธ/์ค๊ธ ์ ๋ ์์ค)
-
Python ์ฝ๋ฉ (Pandas, Numpy ํจํค์ง ์ด๊ธ/์ค๊ธ ์ ๋ ์์ค)
-
SageMaker Video ๋น๋์ค
- 2020๋ 9์ ๋ฒ์ (1๋ถ 40์ด) --> ๊ฐ๋จ์๊ฐ
- 2021๋ 2์ ๋ฒ์ (4๋ถ 46์ด) --> Introduction to Amazon SageMaker
-
AWS SageMaker ๊ณต์ ์น ์ฌ์ดํธ
- ์ด๊ฒ์ ์์ฃผ ๋ด์ผํ ๊ณณ ์ ๋๋ค. ์ฒ์์๋ ๊ฐ๋จํ ๋ณด์๊ธฐ ๋ฐ๋๋๋ค.
- ์ ๋ฐ์ ์ธ ์๊ฐ ๋ฐ ๊ฐ๋ฅํ ๋ค์ํ ๋ฆฌ์์ค ์ ๋ณด๋ฅผ ์ ํ ์ ์์ต๋๋ค.
- https://aws.amazon.com/ko/sagemaker/
-
์ฅฌํผํฐ ๋ ธํธ๋ถ 1ํ ์คํ (์๋์์ 1๊ฐ๋ง ์ํํ์๋ฉด ๋ฉ๋๋ค.)
- SageMaker 10๋ถ ํํ ๋ฆฌ์ผ
- ์ธ์ด์ง ๋ฉ์ด์ปค ์ฝ์์์ ๋ ธํธ๋ถ ์ธ์คํด์ค๋ฅผ ์ค์นํ๊ณ , ์ ๊ณต๋ ํ์ด์ฌ ์ฝ๋๋ฅผ Copy & Paste๋ฅผ ํ๋ฉด ๋ชจ๋ธ ๋น๋ฉ, ๊ตฌ์ถ, ๋ฐฐํฌ๋ฅผ ํ์ธํ ์ ์์ต๋๋ค. ์ฝ๋์ ์ดํด๋ ์ผ๋จ ์ง๋์น์๊ณ , ์ ์ฒด์ ์ผ๋ก ๋์ํ๋ ์๋ฆฌ๋ง ์๋ ๊ฒ์ผ๋ก ์ด์ ์ ๋ง์ถ์ด ์ฃผ์ธ์.
- ์๋๋ฅผ ์งํํ ์์ ๋ฆฌ์ ผ์ us-west-2, us-east-1, us-east-2, eu-west-1 ์ค์ ํ๋๋ฅผ ์ ํํด์ผ ํฉ๋๋ค. : ๋นํธ์ธ ๋ด์ฅ ์๊ณ ๋ฆฌ์ฆ ์ปจํ ์ด๋๋ฅผ ์ ๋ฆฌ์ ผ์์ ๊ฐ์ ธ์ด
- ๋ค๋ฅธ ๋
ธํธ๋ถ ์ธ์คํด์ค ์ฌ์ฉ ์์
- Amazon SageMaker ๋ ธํธ๋ถ ์ธ์คํด์ค ์ฌ์ฉ
- https://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/nbi.html
- SageMaker 10๋ถ ํํ ๋ฆฌ์ผ
-
AWS ๊ธฐ๊ณ ํ์ต ๊ต์ก ๊ณต์ ์น์ฌ์ดํธ
- ์ด๊ฒ์ ์์ฃผ ๋ด์ผํ ๊ณณ ์ ๋๋ค. ์ง๊ธ์ ์คํต ํ์ ๋ ๋ฉ๋๋ค.
- ๊ฐ๋ฐ์, ๋ฐ์ดํฐ ์ฌ์ด์ธํฐ์คํธ, ๋ฐ์ดํฐ ํ๋ซํผ ์์ง๋์ด, ๋น์ฆ๋์ค ์์ฌ ๊ฒฐ์ ๊ถ์" ์ ์ญํ ๋ณ๋ก ๊ฐ์ข๊ฐ ์ค๋น๋์ด ์์ต๋๋ค.
- ๊ธฐ๊ณ ํ์ต(ML), ์ธ๊ณต ์ง๋ฅ(AI), ๋ฅ๋ฌ๋(DL)์ ๋น์ฆ๋์ค์ ์ ์ฉํ์ฌ ์๋ก์ด ์ธ์ฌ์ดํธ์ ๊ฐ์น๋ฅผ ์ฐฝ์ถํ๋ ๋ฐฉ๋ฒ์ ๋ฐฐ์๋๋ค. ML์ ํ์ฉํ์ฌ Amazon์์ ํด๊ฒฐํ ๋ฌธ์ ๋ฅผ ๋ฐํ์ผ๋ก ์ค์ ์ฌ๋ก๋ฅผ ์ดํด๋ณด๊ณ ์ค์ต์ ์ํํฉ๋๋ค. ๋ค์๊ฐ ๋ฌด๋ฃ๋ก ์ ๊ณต๋๋ 65์ฌ ๊ฐ ๊ณผ์ ์ ์ด์ฉํ ์ ์์ต๋๋ค.
- https://aws.amazon.com/ko/training/learn-about/machine-learning/
-
๋จธ์ ๋ฌ๋ ๊ธฐ๋ณธ (๊ธฐํ ์๋ฃ๋ฅผ ๋ณด์ ๋ ๋ฉ๋๋ค.)
- AWS AI/ML Expert ๊น์ฑ๋ฏผ๋์ 1์๊ฐ ๋จธ์ ๋ฌ๋ ๊ฐ๋ ์ก๊ธฐ ์ ๋๋ค.
- ์ํ ์ฝ๋ฉ: ๋จธ์ ๋ฌ๋
-
๋ค์ปค ์ปจํ ์ด๋ ๋์ ๋ฐฉ์ - ์ด๊ฒ์ ์ต์ ์ ๋๋ค. ์ง๋ ์น์ ๋ ๋ฉ๋๋ค.
- Hello Docker
๋ชฉํ: ์ธ์ด์ง ๋ฉ์ด์ปค์ ๊ธฐ๋ณธ ๊ตฌ์กฐ์ ์ฌ์ฉ๋ฒ ์๊ธฐ
-
SageMaker ์๊ฐ ์ ํ๋ธ ๋น๋์ค (ํ๊ธ)
- ์ธ์ด์ ๋ฉ์ด์ปค ์์ ์ฅ์ต๊ณผ ํจ๊ป ์ ๋ฐ์ ์ธ ์๊ฐ๋ฅผ ํฉ๋๋ค.
- ์ ๋ฐ์ ์ธ ๊ธฐ๋ณธ ์ปจ์ ๋ฐ ์ธ์ด์ง ๋ฉ์ด์ปค ์ ๋ฐ์ ์ค๋ช ํฉ๋๋ค.
- SageMaker demo - https://youtu.be/miIVGlq6OUk (1์๊ฐ ๋ฐ๋ชจ์ ๋ง์ ๋ด์ฉ์ ์์ถํด์ ๋ค๋ฃจ๊ณ ์์ต๋๋ค. ๋ฐ๋ณตํด์ ๋ณด์๊ฑฐ๋ ๋๋ ค๋ณด๊ธฐ๋ก ์ฐจ๊ทผ์ฐจ๊ทผ ๋ณด์ ๋ ๊ด์ฐฎ์ต๋๋ค.)
-
Introduction to Amazon SageMaker (12๋ถ)
- ์ฝ์ธ๋ผ ๊ณต์ ์ธ์ด์ง ๋ฉ์ด์ปค ์๊ฐ ๋น๋์ค
- https://www.coursera.org/lecture/aws-machine-learning/introduction-to-amazon-sagemaker-QugTh
-
Amazon SageMaker Deep Dive Series (์๋ ๋๊ฐ๋ง ์ผ๋จ ๋ณด์ ๋ ๋ฉ๋๋ค. ๊ฐ ๋น๋์ค๊ฐ ์ฝ 10-20๋ถ ์ฌ์ด ์ ๋๋ค.)
- https://www.youtube.com/playlist?list=PLhr1KZpdzukcOr_6j_zmSrvYnLUtgqsZz
- Fully-Managed Notebook Instanaces with Amazon SageMaker - a Deep Dive
- Built-in Machine Learning Algorithms with Amazon SageMaker - a Deep Dive
- https://www.youtube.com/playlist?list=PLhr1KZpdzukcOr_6j_zmSrvYnLUtgqsZz
-
SageMaker ๋ฐ์ดํฐ ์ ์ฒ๋ฆฌ, ๋ชจ๋ธ ๋น๋ฉ, ํ๋ จ ๋ฐ ๋ฐฐํฌ (์์ : SageMaker Pipelines ์ Step by Step ์ผ๋ก ๋ฐฐ์ฐ๊ธฐ )
-
<Level 100-200> SageMaker ์ต์ด ์ค์ต
- ํ๊ธ ์ํฌ์ต ์ฌ์ดํธ(https://www.sagemaker-workshop-kr.com/kr)์์ ๋ค์ ๋ ๋ชจ๋์ ์งํํฉ๋๋ค.(๋นํธ์ธ ์๊ณ ๋ฆฌ์ฆ ํ์ฉ)
o
๋ชจ๋1 SageMaker > S3 bucket๊ณผ ๋ ธํธ๋ถ ์์ฑํ๊ธฐ - https://www.sagemaker-workshop-kr.com/kr/sagemaker/_module_1.htmlo
๋ชจ๋2 Linear Learner MNIST - https://www.sagemaker-workshop-kr.com/kr/sagemaker/_module_2.html
- ๊ธฐ๋ณธ Tabular ๋ฐ์ดํฐ๋ฅผ ์ฌ์ฉ: Tabular ๋ฐ์ดํ๋ฅผ ๋ชจ๋ธ ๋น๋ฉ, ํ๋ จ, ๋ฐฐํฌ, ์ถ๋ก ์ ํด๋ณผ ์ ์๋ ์์ ์ ๋๋ค.
- ์๋์์ ์๋ ์ธ ๊ฐ์ ๋
ธํธ๋ถ๋ง์ ์งํ ํจ.
- Warmingup1 - ์คํ์์ค XGBoost getting-started
- Warmingup2 - Warmingup1 ์์ ๋ฅผ Sagemaker์์ ๋์ํ๋๋ก ์์ ํ๊ธฐ
- ๋ค์ด๋ ํธ ๋ง์ผํ (SageMaker ๋ด์ฅ ์๊ณ ๋ฆฌ์ฆ XGBoost ์ฌ์ฉ)
- ํ๊ธ ์ํฌ์ต ์ฌ์ดํธ(https://www.sagemaker-workshop-kr.com/kr)์์ ๋ค์ ๋ ๋ชจ๋์ ์งํํฉ๋๋ค.(๋นํธ์ธ ์๊ณ ๋ฆฌ์ฆ ํ์ฉ)
-
์๋๋ ๊ณต์ AWS ๋จธ์ ๋ฌ๋์ ๊ต์ก ์ ์ฌ์ฉ๋๋ ๋ง์ ์ ์ฉํ ๋งํฌ๊ฐ ์๋ Git ์ ๋๋ค. ๊ผญ ํ ๋ฒ ๋๋ฌ ๋ด์ฃผ์ธ์.
-
SageMaker JumpStart ์ ๋๋ค. ๋ฏธ๋ฆฌ ๋ง๋ค์ด์ง ์๋ฃจ์ , ์๊ณ ๋ฆฌ์ฆ ๋ฑ์ด ์์ด์ ์ํ์ฝ๋๋ฅผ ๊ฐ์ง๊ณ ์ฌ์งํ๊ธฐ์ ์ข์ต๋๋ค. ๊ฐ๋ฐ์ ๊ฐ์ด๋ ๋ฌธ์์ด๋ ํ๋ฒ ๋ณด์๋ ๊ฒ์ ๊ถ์ฅ ๋๋ฆฝ๋๋ค.
- ์ค์ ! ๋์ฉ๋ ๋ฐ์ดํฐ๋ฅผ ์ด์ฉํ ์ด๊ฑฐ๋ ๋ชจ๋ธ ํ์ต ํ๊ฒฝ ๋ง๋ค๊ธฐ - ์ต์์ค ์๋ฃจ์ ์ฆ ์ํคํ ํธ, AWS :: AWS Summit Korea 2022
- ์ด์ , ๋ชจ๋ธ ์๋น ํจํด์ ์ ๋ฌธ๊ฐ๊ฐ ๋์ด๋ณด์ธ์! - ๊น๋๊ทผ AIML ์คํ์ ๋ฆฌ์คํธ ์๋ฃจ์ ์ฆ ์ํคํ ํธ, AWS :: AWS Summit Korea 2022
- ์ค๋ง์ผ๊ฒ์ดํธ ๊ฒ์ ํ๋ซํผ โ์คํ ๋ธโ์ ๊ฒฐ์ ์ฌ๊ธฐ ํ์ง ์๋น์ค ๊ตฌ์ถ ์ฌ๋ก - ๋ฌธ๊ณค์, ์ฅ์ค์ฑ, AWS / ์ ์ฑํ, ์ค๋ง์ผ๊ฒ์ดํธ :: AWS Summit Korea 2022
- 12+ ์ธ์
(SageMaker, Personalize) --> ์ ์ฒด ์ธ์
๋ชฉ๋ก
- ์ธ์ด์ง ๋ฉ์ด์ปค ์๋ฆฌ์ฆ ์ฒซ ๋ฒ์งธ
- ํผ์ค๋๋ผ์ด์ฆ ์๋ฆฌ์ฆ ์ฒซ ๋ฒ์งธ
- ์ ์ฒด ์ฑ๋
- SageMaker ๊ธฐ์ ์ธ์
- ML ๋ฐ์ดํฐ ์ค๋น ๋ฐ ML Workflow ํ๋กํ ํ์ดํ ๋ฐฐ์๋ณด๊ธฐ - ๋ฌธ๊ณค์, AWS
- Amazon SageMaker๋ฅผ ์ด์ฉํ ์๊ณ์ด ์์ธก ๋ชจ๋ธ ๊ฐ๋ฐ ๋ฐ MLOps ๊ตฌ์ฑ ๋ฐฉ๋ฒ ์์๋ณด๊ธฐ - ๊ฐ๋ฏผ์ฌ, AWS
- ์ ์ํ ๊ฐ์น ์ ๋ฌ์ ์ํ ์ ์ฌ ML ํ๋ซํผ ๊ตฌ์ถํ๊ธฐ - ์ด์ ๋, AWS
- ๋ชจ๋๋ฅผ ์ํ ํด๋ผ์ฐ๋ ๋ค์ดํฐ๋ธ ํ๊ตญ์ด ์์ฐ์ด ์ฒ๋ฆฌ ๋ชจ๋ธ ํ๋ จ ๋ฐ ํ์ฉ๋ฒ - ๊น๋๊ทผ, AWS
- Amazon SageMaker SDK 2.x ์ฌ์ฉ๋ฒ (5๊ฐ์ง ํต์ฌ ์ค๋ธ์ ํธ) โ ๊ฐ์ฑ๋ฌธ:: AWS Innovate 2021
- Amazon SageMaker ๊ธฐ๋ฐ ์ฌ์ ํ๋ จ๋ ๋ฅ๋ฌ๋ ๋ชจ๋ธ ์์ฝ๊ฒ ๋ฐฐํฌํ๊ธฐ โ ๊น๋๊ทผ:: AWS Innovate 2021
- Amazon SageMaker๋ฅผ ํตํ ๋ฅ๋ฌ๋ ๋ถ์ฐ ํ์ต ๋ฐ ๋๋ฒ๊ฑฐ ํ๋กํ์ผ๋ง ํ์ฉํ๊ธฐ โ ์ต์์ค:: AWS Innovate 2021
- Amazon SageMaker์ CDK๋ฅผ ํ์ฉํ ๋ฅ๋ฌ๋ ๋ชจ๋ธ ์๋น์ค ํ๋ํ ๊ธฐ๋ฒ โ ์ต๊ถ์ด:: AWS Innovate 2021
-
Deep Dive - ์ ๊ท AI ์๋น์ค | AWS Hero Talk - ๋ฅ๋ ์ด์ ์ดํด๋ณด๊ธฐ :: AWS re:Invent Daily Recap (12์ 3์ผ)
-
AIML ๊ธฐ์กฐ์ฐ์ค ์์ฝ ๋ฐ Deep Dive - SageMaker ์ดํด๋ณด๊ธฐ :: AWS re:Invent Daily Recap (12์ 9์ผ)
- AWS Korea ๊ณต์ ์ฝ๋ ๋ฆฌํ์งํ ๋ฆฌ
- Daekeun Kim
- Leon Kang
- Napkin-DL
- lunarian60
- Youngjin Kim
- Dongjin Jang
- ๊ณต์ ์์ ์ฌ์ดํธ: Amazon SageMaker Example Notebooks (์์ด)
- ๊ณต์ SageMaker ์ ๊ณต์ ์์ ์ค๋ช ๋ฌธ์ ์ ๋๋ค. ๋ชจ๋ ๊ณต์ ์ํ์ด ์๊ธฐ์ ํ์ํ ๋ ๋ง๋ค ํ์ํ ๊ฒ์ ์ฐพ์์ ๋ณด์๋ฉด ๋๊ฒ ์ต๋๋ค.
- ๋จ๊ณ ๋ณ, ์ฃผ์ ๋ณ๋ก ๋ชจ๋ ๊ณต์ ์์ ๊ฐ ์ ๋ฆฌ ๋์ด ์์ต๋๋ค. 1. Getting Started, 2. SageMaker Studio, 3. AutoPilot 4.Ingest Data, 5. Label Data, 6.Prep Data, 7.Feature Store 8.Training 9.Inference 10.Frameworks 11. Workflows 12.Advanced Examples 13. Community Examples ์ ๋ ์นดํ ๊ณ ๋ฆฌ ๋ฐ์ ์ํ ์์ ์ ์ค๋ช ๋ฐ ์ฝ๋๊ฐ ์์ต๋๋ค.
- https://sagemaker-examples.readthedocs.io/en/latest/index.html
- ๊ณต์ Git: https://github.com/aws/amazon-sagemaker-examples
- ๊ณต์ ์๋ฌธ ML ๋ธ๋ก๊ทธ: ์ ์ฉ ์ฌ๋ก, ๋ค๋ฅธ aws์๋น์ค์์ ํตํฉ๊ด๋ จ ์์ ๋ ๊ธฐ์ ํ๋ฑ ๋ค์ํ ์ฃผ์ ๋ค์ด ๋ค๋ฃจ์ด์ง๋๋ค.
- ๊ณต์ ํ๊ธ ML ๋ธ๋ก๊ทธ: ์ ์ฉ ์ฌ๋ก, ๋ค๋ฅธ aws์๋น์ค์์ ํตํฉ๊ด๋ จ ์์ ๋ ๊ธฐ์ ํ๋ฑ ๋ค์ํ ์ฃผ์ ๋ค์ด ๋ค๋ฃจ์ด์ง๋๋ค.
-
Julien Simon์ (SageMaker ์ด๋ฉ์ ค๋ฆฌ์คํธ) ์ ํ๋ธ ๋น๋์ค
-
Experiment & Debugger
- ์น๋น๋: How to Train and Tune Your Models with Amazon SageMaker - AWS Online Tech Talks
- ๋ชจ๋ธ์ ๋ฐ๋ณต์ ์ธ ์คํ ๋ฐ ๋๋ฒ๊น ์ ํตํ ์์ (Network Pruning ์์)
- ์น๋น๋: How to Train and Tune Your Models with Amazon SageMaker - AWS Online Tech Talks
- Use Case ๋ณ ์์ ๋ฐ ์๋ฃ
- ํ๊ธ ์์ ์ฌ์ดํธ
- ๋ฐ์ดํฐ ๋ถ์๊ณผ ๋จธ์ ๋ฌ๋
- ํด๋ผ์ฐ๋ ๊ธฐ๋ฐ ๋ฐ์ดํฐ ๋ถ์ ๋ฐ ์ธ๊ณต ์ง๋ฅ์ ์ํ ๋น์ฆ๋์ค ํ์ : https://www.youtube.com/watch?v=24YgdrJ9r-A
- ์๋ฐฑ๋ง ์ฌ์ฉ์ ๋์ ๊ธฐ๊ณ ํ์ต ์๋น์ค๋ฅผ ์ํ ํ์ฅ ๋น๋ฒ - https://www.youtube.com/watch?v=RYzviz-uOCU
- ํ
๋ธ๋ฌ (ํ
์ด๋ธ ๋ฐ์ดํฐ)
- ๋ฐฐ์ก ์๊ฐ ์์ธกํ๊ธฐ: ํ ์ด๋ธ(Tabular) ๋ฐ์ดํฐ ๋ฐ AutoGluon, XGBoost ์๊ณ ๋ฆฌ์ฆ์ ์ด์ฉ (AutoGluon ์ฌ์ฉ์ ์ด์ )
- SageMaker๋ก ์ฑ๊ธ ํ์์๋ฆฌ์ฆ ์๊ณ์ด ์์ธก ์ํฌ์ต: https://github.com/gonsoomoon-ml/linear-regresson-forecast
- Inference Pipeline์ ์ด์ฉํ ๊ณ ๊ฐ ์ดํ ์์ธก ๋ชจ๋ธ ๋ฐ ํ๊ฐ (Churn Prediction Model): https://github.com/gonsoomoon-ml/churn-prediction-workshop
- ์์ฐ์ด (NLP)
- <Level 200-300> NLP ํ ์คํธ ๋ถ๋ฅ๋ฅผ ์ํ Hugging Face on SageMaker ์ํฌ์ต
- [Level 200-300] Amazon SageMaker ๊ธฐ๋ฐ ํ๊ตญ์ด ์์ฐ์ด ์ฒ๋ฆฌ ์ํ
- [Level 200-300] ํ ํฝ ๋ชจ๋ธ๋ง์ ์ฌ์ฉํ ์จ๋ผ์ธ ์ํ ๋ถ์ ๋ฆฌ๋ทฐ ๋ถ์: https://github.com/gonsoomoon-ml/topic-modeling
- <Level 100-200> ๋นํธ์ธ ์๊ณ ๋ฆฌ์ฆ์ ์ด์ฉํ ํ๊ธ์ฒ๋ฆฌ - https://github.com/daekeun-ml/blazingtext-workshop-korean
- BERT ์ด์ฉํ ํ๊ธ์ฒ๋ฆฌ - https://github.com/daekeun-ml/kobert-workshop
- ์์ (Vision)
- <Level 200-300> ์ด๋ฏธ์ง์ ํผ์ณ ๋ฒกํฐ ๋ฐ Elastic Search ๋ฅผ ํตํด ์ด๋ฏธ์ง ๊ฒ์ ๋ง๋ค๊ธฐ
- <Level 200-300> ์๋์ฐจ ๋ฒํธํ ์ธ์ ๋ฌธ์ ํด๊ฒฐ์ SageMaker ์ ์ฉํด๋ณด๊ธฐ - https://github.com/mullue/lab-custom-model-anpr
- ๊ธฐํ
- Tensorflow ํ์ฉ์ค์ต (Tensorflow 2.0 script mode์ stepfunctions์ฌ์ฉํ๊ธฐ)
- Kubernetes์ Sagemaker๋ฅผ ํ์ฉํ์ฌ ๊ธฐ๊ณํ์ต ์ํฌ๋ก๋ ๊ด๋ฆฌํ๊ธฐ: https://www.youtube.com/watch?v=6sogVHw9jZ4
- SageMaker์ EFS ์ฐ๊ฒฐํ๊ธฐ - https://aws.amazon.com/ko/blogs/machine-learning/speed-up-training-on-amazon-sagemaker-using-amazon-efs-or-amazon-fsx-for-lustre-file-systems/
- Kubernetes Kubeflow์์ ํตํฉ - https://aws.amazon.com/ko/blogs/machine-learning/introducing-amazon-sagemaker-components-for-kubeflow-pipelines/
- Elasticsearch์ ์ฐ๊ณํ ์ด๋ฏธ์ง ๊ฒ์ ์์คํ - https://aws.amazon.com/ko/blogs/machine-learning/building-a-visual-search-application-with-amazon-sagemaker-and-amazon-es/
- Ground Truth๋ฅผ ์ด์ฉํ 3D ๋ ์ด๋ธ๋ง - https://aws.amazon.com/ko/blogs/machine-learning/labeling-data-for-3d-object-tracking-and-sensor-fusion-in-amazon-sagemaker-ground-truth/
- DLAMI๋ฅผ ์ด์ฉํ ๋ถ์ฐํ์ต - https://aws.amazon.com/ko/blogs/machine-learning/multi-gpu-distributed-deep-learning-training-at-scale-on-aws-with-ubuntu18-dlami-efa-on-p3dn-instances-and-amazon-fsx-for-lustre/
- ์ ์ค์ผ์ด์ค๋ณ๋ก deployํ์ฌ ํ์ธํ ์ ์๋ ์ผ์ด์ค๋ aws solutions ML ์น์ ์ ์ฐธ๊ณ ํ์ญ์์ค.
- ๋ฐ์ดํฐ ๋ถ์๊ณผ ๋จธ์ ๋ฌ๋
- ์ํฌ์ต
- ๋์ผ ์ฌ์ดํธ์ reference ํ์ด์ง (https://www.sagemaker-workshop-kr.com/kr/references.html)
- ํ๊ธ ์์ ์ฌ์ดํธ
-
ML ํ๋ก์ ํธ ์ ๋ฐ์ ๋ํ ์ดํด๊ฐ ํ์ํ์๋ฉด ๋ค์ AWS ML๋ฐฑ์๋ค์ด ๋์์ด ๋์ค ์ ์์ต๋๋ค.
- AWS ๋ฅ๋ฌ๋ ๊ฐ์ด๋ ๋ฐฑ์ ์
๋๋ค.
- [ํ๊ธ] AWS ๊ธฐ๋ฐ ๋ฅ๋ฌ๋ ๋ฐฑ์ (2019๋ 8์)
- [์๋ฌธ] Deep Learning on AWS (2019๋ 8์)
- ML Project ์ํ์ ๋ํ ๋ฒ ์คํธ ํ๋ ํฐ์ค ๊ฐ์ด๋ ์ ๋๋ค.
- AWS ML Well Architect Framework (WAF)
- ML ์ WAF ๋ด์ฉ ๋ฐฑ์ ์ ๋๋ค.
- https://d1.awsstatic.com/whitepapers/architecture/wellarchitected-Machine-Learning-Lens.pdf
- AWS ๋ฅ๋ฌ๋ ๊ฐ์ด๋ ๋ฐฑ์ ์
๋๋ค.
-
์ธ๋ถ ์ฌ์ดํธ
- medium.com ์์ ๊ฒ์ํด์ ์ฌ์ฉ
- ๋น์ ผ ๋ฅ ๋ฌ๋
- ๋ผ์จ ํผ๋ธ ๋ธ๋ก๊ทธ
- https://m.blog.naver.com/PostList.nhn?blogId=laonple
- NLP ๋ฅ๋ฌ๋
- ๋ฅ ๋ฌ๋์ ์ด์ฉํ ์์ฐ์ด ์ฒ๋ฆฌ ์ ๋ฌธ
- https://wikidocs.net/book/2155
- [ํ๊ตญ์ด] Manufacturing Boost Program (AI/ML ์น์
)
- AI/ML Basics, AI/ML Advanced ์ฐธ์กฐ
- http://www.awsboost.io/
- Coursera Sagemaker - https://www.coursera.org/lecture/aws-machine-learning/introduction-to-amazon-sagemaker-QugTh
- Coursera computer vision - https://www.coursera.org/learn/aws-computer-vision-gluoncv
- Deep Learning Specialisation (์ฝ์ธ๋ผ)
- ์ด 5๊ฐ์ ์ฝ์ค๋ก ๊ตฌ์ฑ๋จ: Neural Networks and Deep Learning, Improving Deep Neural Networks: Hyperparameter Tuning, Regularization and Optimization, Structuring Machine Learning Projects, Convolutional Neural Networks(CNN), Sequence Models(RNN)
- https://www.coursera.org/specializations/deep-learning
- Udacity nanodegree ์ฝ์ค - https://www.udacity.com/course/machine-learning-engineer-nanodegree--nd009t
- Top articles in 2021
- Top blog posts in 2021
- Most downloaded papers in 2021
- 2021๋ ๊ธฐ๊ณํ์ต ์ฐ๊ตฌ ํธ๋ ๋
(1) ์ ์ฒด ๊ณผ์ ์๊ฐ
(2) AWS ํ์ฉ ์ค๋นํ๊ธฐ, AWS Educate ๊ฐ์ ๋ฑ
(3) ์ค์ต ํ๊ฒฝ ๊ตฌ์ถ SageMaker ์๊ฐ, Jupyter Notebook ์ธ์คํด์ค ์์ฑ ์ค์ต
- ๊ธฐ์ด ํธ์ฆ์จ ์ํ (์์ SageMaker ์ ์ ์ง์ ๋ฐ 101 ๊ณผ์ ์ฐธ๊ณ )
(4) ๊ธฐ๊ณํ์ต ์๊ฐ ์ด๋ก (5) ์ ํํ๊ท๋ถ์ ์ด๋ก ๋ฐ Jupyter Notebook ์ฝ๋๋ฆฌ๋ทฐ ์ด๋ก + ์ค์ต
- Regression with Amazon SageMaker Linear Learner algorithm
(6) ํธ๋ฆฌ ์ด๋ก ๋ฐ Jupyter Notebook ์ฝ๋๋ฆฌ๋ทฐ ์ด๋ก + ์ค์ต
- Gradient Boosted Trees๋ฅผ ์ด์ฉํ๋ ์ง๋ํ์ต: ํธํฅ๋ ํด๋์ค์ ์ด์ง ๋ถ๋ฅ ์์ธก๋ฌธ์ ํด๊ฒฐ
- https://github.com/mullue/xgboost/blob/master/1.xgboost_direct_marketing_sagemaker.ipynb
(7) ์ธ๊ณต์ ๊ฒฝ๋ง ์ด๋ก ๋ฐ Jupyter Notebook ์ฝ๋๋ฆฌ๋ทฐ ์ด๋ก + ์ค์ต
(8) k-means ์ด๋ก ๋ฐ Jupyter Notebook ์ฝ๋๋ฆฌ๋ทฐ ์ด๋ก + ์ค์ต
- Analyze US census data for population segmentation using Amazon SageMaker
(9) ํ ์คํธ ๋ฐ์ดํฐ ๋ถ์ ์ด๋ก ๋ฐ Jupyter Notebook ์ฝ๋๋ฆฌ๋ทฐ ์ด๋ก + ์ค์ต
- ํ ํฝ ๋ชจ๋ธ๋ง์ ์ฌ์ฉํ ์จ๋ผ์ธ ์ํ ๋ถ์ ๋ฆฌ๋ทฐ ๋ถ์
(10) Amazon SageMaker ๋ฅผ ํ์ฉํ ๋ชจ๋ธ ๋ฐฐํฌ ์ค์ต
- TensorFlow 2 ํ๋ก์ ํธ ์ํฌํ๋ก์ฐ๋ฅผ SageMaker์์ ์คํํ๊ธฐ