무슨 일이 있었나
노코드 머신러닝 시리즈의 두 번째 편은 Amazon SageMaker Canvas를 데이터 기반으로 Snowflake에 연결합니다.
트랜잭션 데이터는 Data Wrangler의 시각적 변환을 사용하여 준비되고 조인되며, 코드가 필요 없습니다.
XGBoost 사기 탐지 모델이 동일한 시각적 워크플로우를 통해 훈련되어, 이후 대시보드 단계를 위한 토대를 마련합니다.
중요한 이유
이 워크플로우는 사기 탐지와 같은 의미 있는 머신러닝 작업이 전적으로 시각적 인터페이스를 통해 완료될 수 있음을 보여줍니다.
코딩 요구 사항을 제거함으로써, 이 접근 방식은 더 넓은 범위의 실무자들이 모델 구축에 접근할 수 있게 합니다.
주요 사실
Amazon SageMaker Canvas가 Snowflake에 연결됩니다.
Data Wrangler 시각적 변환이 트랜잭션 데이터를 준비하고 조인합니다.
머신러닝 코드를 작성하지 않고 XGBoost 사기 탐지 모델이 훈련됩니다.
다음에 볼 것
시리즈의 3부는 준비되고 모델링된 데이터 위에 대화형 대시보드를 구축하는 단계로 설정되어 있습니다.
이 시리즈는 별도의 AWS 서비스를 결합하여 완전한 노코드 ML 파이프라인을 조립할 수 있는 방법을 강조합니다.