Amazon SageMaker
ML을 위한 PaaS로 Jupyter 노트북, 최적화 된 알고리즘(linear_learner 등), 커스텀 알고리즘 그리고 MXNet, TensorFlow 프레임워크가 구성된 관리형 서비스
데이터 저장소는 S3를 이용하며 데이터 트레이닝을 위한 EC2가 단일 또는 클러스터로 구성(EC2 Type, 갯수는 사용자 정의)되며, 학습된 모델은 S3에 저장
기존 MXNet, TensorFlow 라이브러리 스크립트 사용 가능(인프라 구성 json 형태의 Config만 추가 필요). TensorFlow 는 Estimator API 사용 필요.
MXNet, TensorFlow 외 다른 플랫폼 사용 시에는 Docker Image가 필요
딥 러닝 모델 배포 환경도 AWS API 호출만으로 생성 가능(SDK 제공)
Rekognition
S3에 저장된 이미지 및 동영상 분석 서비스. Amazon에서 딥 러닝 모델 및 레이블을 사용
사용자는 AWS Case Open을 통해 데이터 및 레이블 추가 요청이 가능은 하다고..
Amazon Comprehend
자연어 처리 ML 서비스, API 및 S3 저장된 csv 파일 처리 가능
처리 가능한 Entity: https://docs.aws.amazon.com/ko_kr/comprehend/latest/dg/how-entities.html
(한국어는 지원 불가)
AWS Deeplens
AWS SageMaker등 서비스와 연동되는 컴퓨팅 카메라 기기 및 서비스
Amazon Lex
ML을 통한 음성 인식, 자연어 처리 서비스로 Lambda와 연동하여 음성, 챗봇 등의 개발이 가능
Machine Learning
Input 데이터를 Machine Learning을 이용하여 전처리 후 Logistic Regression 알고리즘을 기반으로 모델을 생성(생성된 모델은 튜닝이 가능하나, 기존 모델을 import, export 할 수 없음)
Amazon Polly
텍스트를 음성으로 변환해주는 서비스(한국어 포함)
생성된 오디오 파일은 S3에 저장되며, SNS Topic을 통해 URL을 Publish 할 수 있음
Amazon Trascribe(Preview)
S3에 저장된 오디오 파일을 분석하고 텍스트 파일로 변환
(영어 및 스페인어 음성 지원)
Amazon Translate(Preview)
번역 서비스(Polly, S3, Elasticsearch, Lex, Lambda 연동)