Home - aws-cloud-clubs/2024-aws-ml-camp-workshop-guide GitHub Wiki

2024-AWS-ML-Camp-Workshop-Guide

2024 AWS ML camp Workshop Studio Documentation (Translated in Korean)

AWS Cloud Club in South Koreaμ—μ„œ μ§„ν–‰ν•˜λŠ” 2024 AWS ML Camp μ›Œν¬μƒ΅ ν•œκΈ€ λ²ˆμ—­ λ¬Έμ„œμž…λ‹ˆλ‹€.

μ€€λΉ„ 사항

1. ν•˜λ“œμ›¨μ–΄

λͺ¨λ“  OSκ°€ κ°€λŠ₯

2. μ†Œν”„νŠΈμ›¨μ–΄

Node.js

  1. λ…Έλ“œμ—λŠ” npm이 ν¬ν•¨λ˜μ–΄ μžˆμ§€λ§Œ μ›ν•˜λŠ” 경우 μˆ˜λ™μœΌλ‘œ μ„€μΉ˜ν•  μˆ˜λ„ μžˆμŠ΅λ‹ˆλ‹€: NPM
  2. λ‹€μŒμ„ μ‹€ν–‰ν•˜μ—¬ μ„€μΉ˜λ₯Ό ν™•μΈν•˜μ„Έμš”:
    1. node -v and npm -v λ₯Ό 터미널/μœˆλ„μš° μ½˜μ†”μ—μ„œ μ‹€ν–‰ν–ˆμ„ λ•Œ 잘 μž‘λ™ν•΄μ•Ό.

Visual Studio Code

λ‹€λ₯Έ IDE듀도 μ‚¬μš©κ°€λŠ₯ν•˜μ§€λ§Œ μ›Œν¬μƒ΅ λͺ¨λ“  λ‹¨κ³„μ—μ„œ VS Codeλ₯Ό κΈ°μ€€μœΌλ‘œ μ„€λͺ…ν•©λ‹ˆλ‹€.

3. AWS 계정

κ³΅μ‹μœΌλ‘œ μ—΄λ¦° μ›Œν¬μƒ΅(Hosted workshop)이기 λ•Œλ¬Έμ— μ—¬λŸ¬λΆ„λ“€μ€ 개인 계정이 ν•„μš”ν•˜μ§€ μ•ŠμŠ΅λ‹ˆλ‹€.

4. IAM μ•‘μ„ΈμŠ€ ν‚€ & μ‹œν¬λ¦Ώ ꡬ성

Hosted workshop

  • 이미 ν•„μš”ν•œ κΆŒν•œμ΄ μžˆλŠ” IAM 역할이 λ§Œλ“€μ–΄μ Έ μžˆμ–΄μš”.
  • 캑틴이 ν•„μš”ν•œ 킀에 μ•‘μ„ΈμŠ€ν•˜λŠ” 방법을 μ•Œλ €λ“œλ¦΄ μ˜ˆμ •μž…λ‹ˆλ‹€.
  • μ›Œν¬μƒ΅ λ™μ•ˆ λ™μΌν•œ ν‚€λ₯Ό μ‚¬μš©ν•  수 μžˆμŠ΅λ‹ˆλ‹€.
  • 이 창의 μ™Όμͺ½ ν‘œμ‹œμ€„μ— μžˆλŠ” AWS 계정 μ•‘μ„ΈμŠ€ μ„Ήμ…˜μ„ ν™•μΈν•˜κ³  AWS CLI 자격 증λͺ… κ°€μ Έμ˜€κΈ°λ₯Ό μ„ νƒν•˜λ©΄ μ–Έμ œλ“ μ§€ ν‚€λ₯Ό 받을 수 μžˆμŠ΅λ‹ˆλ‹€.

μ‹œλ‚˜λ¦¬μ˜€

μš°λ¦¬λŠ” λ‹€μŒ μ‹œλ‚˜λ¦¬μ˜€μ˜ 상황에 μ²˜ν•΄μžˆμŠ΅λ‹ˆλ‹€! 🀣

λͺ¨λ“  ν•™κ³Όμ˜ μ—°κ΅¬μžμ™€ 학생듀이 사진, 이미지, λ¬Έμ„œ μŠ€μΊ”μ„ κ²€ν† ν•˜λŠ” 데 μ‚¬μš©ν•˜λŠ” AcadeMLμ΄λΌλŠ” μ›Ή 앱을 κ°œλ°œν•΄μ•Όν•©λ‹ˆλ‹€!

AcadeML은 λ‹€μ–‘ν•œ λ°©μ‹μœΌλ‘œ μ‚¬μš©λ  수 μžˆμ–΄μ•Ό ν•΄μš”. 예λ₯Ό λ“€λ©΄,

  • μš”λ¦¬ μ—°κ΅¬μžλŠ” λ ˆμ‹œν”Ό(μš”λ¦¬ μˆœμ„œ, μ™„μ„±λœ μŒμ‹ 사진 λ“±)λ₯Ό κ²€ν† ν•˜λŠ” 데 μ‚¬μš©ν•  수 μžˆμŠ΅λ‹ˆλ‹€.
  • 역사학 κ΅μˆ˜λ‹˜μ€ 였래된 손글씨 νŽΈμ§€λ₯Ό λΆ„μ„ν•˜λŠ” 데 μ‚¬μš©ν•  수 μžˆμŠ΅λ‹ˆλ‹€.
  • 식물학 학생은 ν˜„μž₯ νƒν—˜μ—μ„œ 찍은 사진을 κ²€ν† ν•˜λŠ” 데 μ‚¬μš©ν•  수 μžˆμŠ΅λ‹ˆλ‹€.

AcadeML의 κ°œλ°œμžλ“€ μ€‘μ—μ„œλ„, μš°λ¦¬λŠ” ML κΈ°λŠ₯을 μΆ”κ°€ν•˜λŠ” 역할을 맑게 λ˜μ—ˆμŠ΅λ‹ˆλ‹€.

ν˜„μž¬ 앱은 이미지 λͺ©λ‘μ„ ν‘œμ‹œν•˜κ³  μƒˆ 이미지λ₯Ό μ—…λ‘œλ“œν•˜μ—¬ ν‘œμ‹œν•  수 μžˆμŠ΅λ‹ˆλ‹€. ML둜 이미지λ₯Ό 뢄석할 수 μžˆλŠ” λͺ‡ κ°€μ§€ λ²„νŠΌμ΄ μžˆμ§€λ§Œ ν˜„μž¬λŠ” 아무 κΈ°λŠ₯도 μˆ˜ν–‰ν•˜μ§€ μ•ŠμŠ΅λ‹ˆλ‹€. ν•„μš”ν•œ κΈ°λŠ₯은 λͺ¨λ“  이미지λ₯Ό λ¨Έμ‹ λŸ¬λ‹μœΌλ‘œ 뢄석할 수 μžˆλ„λ‘ ν•˜κ³  이 λ²„νŠΌμ„ 클릭할 λ•Œ κ²°κ³Όλ₯Ό ν‘œμ‹œν•˜λŠ” κ²ƒμž…λ‹ˆλ‹€. μš°λ¦¬κ°€ μ‚¬μš©ν•  두 κ°€μ§€ κΈ°μˆ μ€ 객체 라벨링과 κ΄‘ν•™ 문자 μΈμ‹μž…λ‹ˆλ‹€.

λ‹€μŒ μ‹€μŠ΅μ—μ„œλŠ” 이 두 κ°€μ§€ κΈ°μˆ μ„ μΆ”κ°€ν•  κ²ƒμž…λ‹ˆλ‹€:

  • Lab 1: Rekognition으둜 λΆ„μ„ν•˜κΈ°: 이미지λ₯Ό Rekognition API둜 보내면 μ΄λ―Έμ§€μ—μ„œ κ°μ§€ν•œ 객체에 Confidence Scoreλ₯Ό 맀겨 λ ˆμ΄λΈ”μ„ μ§€μ •ν•΄λ³΄μ•„μš”.

  • Lab 2: Textract둜 λΆ„μ„ν•˜κΈ°: 이미지λ₯Ό Textract API둜 보내면 μ΄λ―Έμ§€μ—μ„œ ν…μŠ€νŠΈλ₯Ό κ°μ§€ν•΄λ³΄μ•„μš”.