Amazon SageMaker을 사용하여 더 신속하게 대용량 주성분 분석을 수행하세요.

BLOG Amazon SageMaker을 사용하여 더 신속하게 대용량 주성분 분석을 수행하세요. 작성일: 2018년 6월 4일 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…

Amazon SageMaker에서 기계 학습을 통한 Amazon Pinpoint 캠페인

BLOG Amazon SageMaker에서 기계 학습을 통한 Amazon Pinpoint 캠페인 작성일: 2018년 5월 25일 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…

Amazon SageMaker 로컬 모드를 사용하여 노트북 인스턴스 기량 연마하기

BLOG Amazon SageMaker 로컬 모드를 사용하여 노트북 인스턴스 기량 연마하기 작성일: 2018년 5월 16일 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…

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

BLOG Tensorflow 1.5, MXNet 1.0 및 CUDA 9에 대한 Amazon SageMaker의 지원 작성일: 2018년 3월 13일   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…