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

초보자를 위한 AWS SageMaker 실습 강의: 머신러닝 & 딥러닝 마스터하기

머신러닝과 딥러닝의 세계로 진출하고 싶으신가요? 이 AWS SageMaker 실습 강의는 데이터 엔지니어링, AWS 서비스, 그리고 머신러닝(ML) 및 **딥러닝(DL)**을 한 번에 학습할 수 있는 완벽한 솔루션입니다. 6개의 실습 프로젝트를 통해 실제 문제 해결 능력을 키우고, 데이터 과학 분야의 전문가로 발돋움할 수 있도록 돕습니다.

왜 AWS SageMaker 실습 강의를 선택해야 할까요?

머신러닝과 딥러닝은 현재 가장 뜨거운 기술 트렌드입니다. 은행, 의료, 운송, IT 등 다양한 산업 분야에서 AI 기반 솔루션을 도입하고 있으며, AWS는 전 세계적으로 가장 널리 사용되는 ML 클라우드 컴퓨팅 플랫폼 중 하나입니다. Fortune 500대 기업의 많은 기업들이 AWS를 활용하여 비즈니스를 운영하고 있습니다.

AWS SageMaker는 데이터 과학자와 AI 전문가가 AI/ML 모델을 빠르고 효율적으로 학습, 테스트, 배포할 수 있도록 지원하는 완전 관리형 서비스입니다. 이 강의에서는 AWS SageMaker를 활용하여 AI/ML 모델 구축의 전 과정을 실습하며 익힐 수 있습니다.

이 강의는 이런 분들께 적합합니다:

• 초보 데이터 과학자: AI/ML 분야 진출 및 포트폴리오 구축을 희망하는 분
• 베테랑 컨설턴트: SageMaker를 활용한 AI/ML 기반 비즈니스 혁신을 추진하고자 하는 분
• AI/데이터 과학에 대한 열정가득한 분: AWS SageMaker를 통해 실무 경험을 쌓고 싶은 분

강의 내용:

이 실습 위주의 강의에서는 다음과 같은 핵심 주제들을 마스터할 수 있습니다:

• (1) 데이터 엔지니어링 및 피처 엔지니어링: 데이터 타입, 파이썬 라이브러리 (Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn), 데이터 분배, 피처 엔지니어링 (인풋, 비우기, 인코딩, 정규화)
• (2) AI/ML 모델 선택: 문제 해결에 적합한 AWS SageMaker 알고리즘 선택
• (3) 비즈니스 문제 해결을 위한 적절한 AWS SageMaker 알고리즘 선택
• (4) AI/ML 모델 구축, 학습 및 배포
• (5) 모델 최적화 및 하이퍼 파라미터 조정

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

실습 프로젝트:

다양한 실습 프로젝트를 통해 SageMaker의 강력한 ML 및 DL 도구를 익힙니다.

• 프로젝트 #1: AWS SageMaker 선형 학습기를 사용하여 직원의 급여 예측 (회귀 모델 훈련, 테스트, 구현)
• 프로젝트 #2: 의료 보험료 예측을 위한 다중 선형 회귀 머신러닝 모델 훈련, 테스트, 구현
• 프로젝트 #3: XGboost 회귀 분석을 사용하여 가게 매출 예측 및 SageMaker 하이퍼 파라미터 튜닝
• 프로젝트 #4: SageMaker PCA 알고리즘을 활용한 차원 축소 및 XGboost 분류 모델을 이용한 심혈관 질환 예측
• 프로젝트 #5: SageMaker와 TensorFlow를 활용한 교통 표지 분류 모델 개발
• 프로젝트 #6: SageMaker Studio 심층 학습, 자동화 머신러닝, 모델 디버깅

Ligency Team의 한마디:

• 2021년 4월 22일 업데이트: AWS SageMaker 오토파일럿 케이스