week 3_Use Automated Machine Learning to train a Text Classifier

---

안녕하세요, HELLO

 

오늘은 DeepLearning.AI, Amazon Web Services에서 진행하는 Practical Data Science Specialization의 첫 번째 과정인 "Analyze Datasets and Train ML Models using AutoML"을 정리하려고 합니다.

 

"Analyze Datasets and Train ML Models using AutoML"의 강의를 통해 'exploratory data analysis (EDA), automated machine learning (AutoML), and text classification algorithms에 대해서 배우게 됩니다. 강의는 아래와 같이 구성되어 있습니다.

 

~ Explore the Use Case and Analyze the Dataset

~ Data Bias and Feature Importance

~ Use Automated Machine Learning to train a Text Classifier

~ Built-in algorithms

 

"Analyze Datasets and Train ML Models using AutoML"의 3주차 "Use Automated Machine Learning to train a Text Classifier"의 강의 내용입니다.

---

CHAPTER 1. 'Automated Machine Learning (AutoML)'

 

CHAPTER 2. 'Amazon SageMaker Autopilot'

---

CHAPTER 1. 'Automated Machine Learning (AutoML)'

 

□ Automated Machine Learning (AutoML)

Machine Learning은 반복적인 모델 훈련에 따른 시간, computing power 소모, 진입장벽 등으로 적용하기가 쉽지가 않습니다. 이러한 문제점을 개선한 방향이 Automated Machine Learning, AutoML입니다. 

---

□ AutoML Workflow

1. Ingest and analyze

- Data analysis which collects statistics, such as missing entries, quantiles, skewness, correlation with the target.

 

2. Prepare and transform

- Data trasnformation, consider class imbalance and train-validation split

 

3. Train and tune

- Model training

 

4. Deploy and manage

- AutoML aims at automating the process of building a model

---

□ Amazon SageMaker Autopilot

 

 

CHAPTER 2. 'Amazon SageMaker Autopilot'

 

□ Running experiments with Amazon SageMaker Autopilot

 

반응형

 

■ 마무리

 

"Analyze Datasets and Train ML Models using AutoML"의 3주차 "Use Automated Machine Learning to train a Text Classifier"의 강의에 대해서 정리해봤습니다.

 

그럼 오늘 하루도 즐거운 나날 되길 기도하겠습니다

좋아요와 댓글 부탁드립니다 :)

 

감사합니다.