[23. 5. 23] 의료인공지능 모델 개발 파이프라인 툴 소개: Clairvoyance
[23. 5. 23] 의료인공지능 모델 개발 파이프라인 툴 소개: Clairvoyance
의료 전자기록 데이터는 전처리와 평가 기준이 복잡해 모델 재현성이 낮았습니다. Clairvoyance는 이를 표준화하는 파이프라인 툴로 개발·평가·최적화를 돕습니다.
#ML#pipeline
6005분
필터 1
AutoML로 다음주의 가성비 Spot 인스턴스 AZ/Type 예측하기
AWS EMR의 Spot Instance 비용을 줄이기 위해 Zone과 Type별 가격 데이터를 수집해 AutoGluon으로 예측했습니다. 예측 평균을 바탕으로 다음 주에 더 저렴한 AZ와 Instance Type을 추천하고 운영 비용 절감 가능성을 확인했습니다.
#AWS#AutoML
23005분
[Hands-On] Amazon SageMaker Canvas를 사용하여 노코드로 ML 모델 구축
[Hands-On] Amazon SageMaker Canvas를 사용하여 노코드로 ML 모델 구축
Amazon SageMaker Canvas로 코딩 없이 머신러닝 모델을 만들고 예측하는 실습 과정을 소개했습니다. 데이터 준비부터 모델 분석, 배치·단일 예측, MLOps 연계까지의 흐름을 정리했습니다.
#AWS#ML
15005분
![[Medical AI] #2 의료인공지능 모델 개발 파이프라인 툴 소개: Clairvoyance](https://miro.medium.com/v2/resize:fit:1200/1*ZfaLRqwNvlNN2Qpu_oV9lw.png)
[Medical AI] #2 의료인공지능 모델 개발 파이프라인 툴 소개: Clairvoyance
의료 데이터의 복잡성 때문에 AI 모델 개발과 재현성이 어려운 문제를 짚었습니다. Clairvoyance를 표준화된 파이프라인 도구로 소개하며 개발·평가·최적화의 체계화를 제안했습니다.
#LLM#pipeline
14005분