[MLA] AWS MLA-C01 자격증 공부

SageMaker

• 기본 제공 알고리즘: LightGBM

Notebook Instance

• 권한관리: 단일 IAM 역할 생성 → 노트북 인스턴스에 할당

SageMaker Model Registry

• 관련 문장: 최소한의 운영 오버헤드
• 모델 버전 관리 가능
• CI/CD 로 모델을 자동으로 배포
• 다른 사용자와 모델 공유
• 메타데이터를 모델과 연결
• 모델을 카탈로그화
• CodePipeline과의 통합
  • S3 이벤트 발생시 파이프라인 호출 → 모델 재학습 → 모델을 SageMaker Endpoint에 배포

Model Monitoring

• XGBoost 예측 모델의 F1 점수의 하락 이유: 예측에 사용된 고객의 기본 모델에서 개념 변화가 발생

Managed warm pools(관리형 웜 풀)

• 관련 문장: 인프라 시작 시간 최소화
• 훈련 작업이 완료 되어도 프로비저닝된 인프라를 유지하고 재사용하여 반복적인 실험, 작업에 대한 대기 시간을 줄여줌
• 리소스를 프로비저닝하는 시간이 단축됨

Pipelines

• 관련 문장: 모델 배포를 위한 수동 승인 기반 워크플로우
• 워크플로우 오케스트레이션 서비스
• 서버리스 인프라 자동확장
• 모델의 상태가 배포를 위해 "승인됨"으로 변경되기 전에 수동 승인 프로세스가 필요한 파이프라인에 단계를 정의 가능
• 모델 배포를 위해 수동 또는 프로그램 방식으로 승인하는 기능 제공

Clarify

• 관련 문장: 모델의 바이어스 드리프트 분석, 모니터링
• Bias Drift

Feature Store

• 기능을 만들고 사용하는 단계
  • 1.Feature Group 만들기 → 2.레코드 수집 → 3.데이터 세트를 빌드하기 위해 스토어 엑세스

Data Wrangler

• 관련 문장: 자동으로 이상징후 감지, 시각화, 범주형 데이터를 수치형 데이터로 변환, 최소한의 오버헤드, 불균형 데이터

Autopilot

• Bedrock

AWS Lake Formation

• 관련 문장: 여러 소스에서 데이터 집계

Glue

• FindMatches transform: 중복 레코드를 감지

Amazon Comprehend

• 계정간 모델 복사: 리소스 기반 IAM 정책 생성 → API 호출로 모델 복사

ML

• 회귀
  • Mean absolute error (MAE) 평균 절대 오차
• 분류
  • Accuracy, Area Under the ROC Curve (AUC), F1 score
• 모델의 성능이 처음에는 높다가 특정 횟수의 에포크 후 떨어질 때
  • 해결: 조기중지 활성화, 레이어의 드롭아웃 증가