【한글자막】 초보자를 위한 AWS SageMaker 실습 | 6개 프로젝트 구축하기

Description

• 초보자를 위한 AWS SageMaker 실습 강의!

• 데이터 엔지니어링 및 AWS 서비스, 머신러닝, 딥러닝을 한 강의에서 배워보세요!

• 6개의 실습 위주 프로젝트 포함!

초보자를 위한 AWS SageMaker 실습 강의를 선택해야 하는 이유

기술 분야에서 가장 화두는 머신러닝과 딥 러닝입니다! 은행, 의료, 운송, 기술에 이르기까지 다양한 분야에서 머신러닝과 딥러닝을 채택하고 있습니다.

AWS는 전 세계적으로 가장 널리 사용되는 머신러닝, ML 클라우드 컴퓨팅 플랫폼 중 하나입니다. Fortune지 선정 500대 기업 중 일부는 AWS로 비즈니스를 운영하고 있습니다.

SageMaker는 데이터 과학자와 AI 실무자가 빠르고 효율적으로 AI/ML 모델을 학습 , 테스트, 구현할 수 있도록 하는 AWS 내 완전 관리형 서비스입니다.

이 강의에서는 AWS SageMaker를 사용하여 AI/ML 모델을 만드는 방법을 배웁니다. 프로젝트에서는 비즈니스, 의료 및 기술 등 다양한 주제를 다룹니다.

이 강의는 AWS SageMaker에 대한 기초 이해를 바탕으로 현실 문제를 해결하고자 하는 초보 개발자와 데이터 과학자를 대상으로 합니다. 머신러닝, 파이썬 프로그래밍 및 AWS 클라우드에 대한 기본 지식을 갖고 있는 분이면 좋습니다. 다음은 이 강의의 대상 수강생입니다 :

• 진로를 개척하고 포트폴리오를 만들고자 하는 초보 데이터 과학자

• SageMaker를 사용한 AI/ML로 비즈니스 변혁을 꾀하는 베테랑 컨설턴트

• 데이터 사이언스 & AI에 대한 열정이 가득한 분 혹은 AWS SageMaker를 사용하여 실무 경험을 쌓고자 하는 분

초보자를 위한 AWS SageMaker 실습 강의는 아래와 같이 진행 됩니다

실습을 통해 다음과 같은 주제를 마스터 할 수 있습니다 :

(1) 데이터 엔지니어링 및 피처 엔지니어링,

(2) AI/ML 모델 선택,

(3) 비즈니스 문제 해결을 위한 적절한 AWS SageMaker 알고리즘 선택,

(4) AI/ML 모델 구축, 학습 및 배치,

(5) 모델 최적화 및 하이퍼 파라미터 조정

이 강의에서는 데이터 엔지니어링, AWS 서비스 및 알고리즘, 머신/딥 러닝 기초와 같은 다양한 주제를 실무적으로 다룹니다 :

• 데이터 엔지니어링: 데이터 타입, 주요 파이썬 라이브러리(판다스, 넘파이, 사이킷런, 맷플롯립 및 씨본), 데이터 분배 및 피처 엔지니어링(인풋, 비우기, 인코딩 및 정규화)

• AWS 서비스 및 알고리즘: 아마존 SageMaker, 선형 학습기(회귀/분류), 아마존 S3 스토리지 서비스, 그래디언트 부스트 트리(XG부스트), 이미지 분류, PCA, SageMaker 스튜디오 및 자동화 머신러닝

• 머신러닝 및 딥러닝 기초: 피드포워드 ANN, 컨볼루션 신경망(CNN), 활성화 함수(시그마이드, RELU 및 쌍곡선 접선), 머신러닝 학습 전략(감독/비감독), 그래디언트 강하 알고리즘, 학습 속도, 역전파, 편향, 편향, 분산, 정규화(L1 및 L2) 등의 인공 신경망(ANN) 유형, 과대 적합, 드롭아웃, 특징 검출기, 풀링, 배치 정규화, 소멸 그래디언트, 오차 행렬, 정밀도, 재현율, F1-점수, 루트 평균 제곱 오차(RMSE), 앙상블 학습, 의사 결정 트리 및 랜덤 포레스트

실습 위주 프로젝트를 통해 SageMaker의 광범위한 ML 및 DL 도구를 배울 수 있습니다 :

• 프로젝트 #1: AWS SageMaker 선형 학습기를 사용하여 직원의 급여를 예측하는 간단한 회귀 모델 훈련, 테스트 및 구현합니다.

• 프로젝트 #2: 의료 보험료를 예측하기 위해 다중 선형 회귀 머신러닝 모델을 학습, 테스트 및 구현합니다.

• 프로젝트 #3: XG부스트 회귀 분석을 사용하여 가게 매출을 예측하고 SageMaker 하이퍼 파라미터 조정 툴을 사용하여 하이퍼 파라미터를 최적화하는 모델을 학습, 테스트 및 구현합니다.

• 프로젝트 #4: SageMaker에 있는 PCA 알고리즘을 사용하여 차원 축소를 수행하고 심혈관 질환을 예측할 수 있는 XG부스트 분류 모델을 구축합니다.

• 프로젝트 #5: Sagmaker와 Tensorflow를 사용하여 교통 표지 분류 모델을 개발합니다.

• 프로젝트 #6: AWS SageMaker 스튜디오 딥다이브, 자동화 머신러닝, 모델 디버깅

Ligency Team의 한마디!

# 22/04/2021 업데이트 - AWS SageMaker 오토파일럿 케이스 스터디를 추가했습니다.

# 23/04/2021 업데이트 - 코드 스트립트 및 Q&A 버그가 업데이트 되었습니다.

강의를 들으시고 강의와 관련하여 궁금하신 점은 무엇이든 Q&A에 남기실 수 있지만, 꼭 영어로 남겨주세요. 그래야 답변을 드릴 수 있습니다 :)

이제 경력을 한 단계 더 끌어올릴 준비가 되셨습니까? 지금 등록하십시오!

지금 바로 강의에 등록하세요! 강의에서 뵙기를 기대하고 있겠습니다.

-Ligency Team

TAKE THIS COURSE