어떤 일이 있었나
AWS 노코드 ML 워크플로우 튜토리얼의 3부에서는 Amazon SageMaker Canvas의 사기 탐지 예측을 가져와 Amazon Quick Sight에서 시각화하는 방법을 보여줍니다.
이 워크스루는 예측 가져오기, 대화형 대시보드 구축, 생성형 BI를 사용한 자연어 질문, 이해관계자를 위한 AI 생성 경영진 요약 게시를 다룹니다.
중요한 이유
이번 편은 모델 출력부터 비즈니스에 바로 사용할 수 있는 시각적 인사이트까지 전체 분석 여정을 노코드 서비스가 어떻게 다룰 수 있는지 보여줍니다.
머신러닝과 BI 모두에서 코드의 필요성을 없앰으로써 팀은 원시 예측에서 경영진과 비기술적 청중과 공유되는 의사 결정까지 빠르게 이동할 수 있습니다.
주요 사실
이 기사는 Snowflake, Amazon SageMaker Canvas, Amazon Quick Sight를 포함하는 노코드 ML 워크플로우 시리즈의 3부입니다.
사기 탐지 예측은 Amazon SageMaker Canvas로 생성된 후 Amazon Quick Sight로 가져옵니다.
사용자는 대화형 대시보드를 구축하고, 생성형 BI를 통해 자연어로 질문하며, AI 생성 경영진 요약을 게시할 수 있습니다.
다음에 주목할 점
시리즈의 이후 부분에서는 데이터 준비, 모델 튜닝, 거버넌스와 같은 노코드 ML 파이프라인의 추가 단계를 다룰 수 있습니다.
생성형 BI에 대한 강조는 AI 지원 분석이 비즈니스 사용자가 머신러닝 출력과 상호작용하는 방식에서 더 큰 역할을 계속할 것임을 시사합니다.