Amazon SageMaker을 사용하여 더 신속하게 대용량 주성분 분석을 수행하세요.

TECH BLOG

BLOG Amazon SageMaker을 사용하여 더 신속하게 대용량 주성분 분석을 수행하세요. 작성일: 2018-06-04 이번 블로그 게시물에서는 고차원 데이터세트에 Amazon SageMaker, Spark ML 및 Scikit-Learn를 사용하여 PCA에 대한 성능 비교를 할 것입니다. SageMaker는 지속적으로 더 빠른 계산 성능을 보여 주었습니다. 속도 개선을 확인하려면 하단의 그림 (1) 및 (2)를 참조하세요.     주성분 분석   주성분 분석 (Principal…

Amazon SageMaker에서 기계 학습을 통한 Amazon Pinpoint 캠페인

TECH BLOG

BLOG Amazon SageMaker에서 기계 학습을 통한 Amazon Pinpoint 캠페인 작성일: 2018-05-25 성공적인 비즈니스의 핵심은 고객에 대한 깊은 이해입니다. 이전 블로그 게시물에서 Amazon Redshift Spectrum을 AWS 데이터 레이크 전략의 일부로 사용하여 고객의 360o 이니셔티브를 향상시킬 수 있는 방법에 대해 설명했습니다.   이 블로그 게시물에서는 민첩성, 비용 효율성 및 AWS를 통해 고객 분석 실행을 통해 혁신을 도울 수…

Amazon SageMaker 로컬 모드를 사용하여 노트북 인스턴스 기량 연마하기

TECH BLOG

BLOG Amazon SageMaker 로컬 모드를 사용하여 노트북 인스턴스 기량 연마하기 작성일: 2018-05-16 Amazon SageMaker는 사전 구축된 TensorFlow 와 MXNet 컨테이너를 사용하여 로컬 교육에 대한 지원을 시작했습니다. Amazon SageMaker는 생산 현장에서 머신러닝 모델을보다 효과적으로 구축, 교육 및 배포 할 수있는 유연한 기계 학습 플랫폼입니다. Amazon SageMaker 교육 환경은 관리가 가능합니다. 즉, 인스턴스를 회전시키고 알고리즘 컨테이너를 로드하며…

Tensorflow 1.5, MXNet 1.0 및 CUDA 9에 대한 Amazon SageMaker의 지원

TECH BLOG

BLOG Tensorflow 1.5, MXNet 1.0 및 CUDA 9에 대한 Amazon SageMaker의 지원 작성일: 2018-03-13   Amazon SageMaker 사전 구축형 딥러닝 프레임워크 컨테이너는 이제 TensorFlow 1.5 및 Apache MXNet 1.0을 지원하게 되었으며 이 두 가지는 SageMaker ml.p3 인스턴스에서 더 빠른 성능을 위해 CUDA 9 최적화를 활용합니다. 이 기능은 성능 상의 이점 외에도 Tensorflow에서의 빠른 실행과 MXNet의…