# Low-code ML with SageMaker 실습

## SageMaker와 Low-code ML

SageMaker 내의 low-code 서비스를 설명한 자료입니다.

* [자료 링크](https://sungeuns.awsapps.com/workdocs/index.html#/share/document/1a5020f53d1f7b36738effdc7f5c88d82d020c316f0a3bf2e6a3e58bb6420c5d)

## 실습을 위한 준비

SageMaker 작업 환경

* SageMaker notebook을 새로 생성합니다.

Git repository

* Terminal 을 열어서 아래 git repo를 clone 받도록 합니다.

```bash
git clone https://github.com/sungeuns/low-code-sagemaker
```

데이터 준비

* 01번 notebook에 있는 내용을 진행합니다.
  * 만일 instructor가 준비된 데이터를 제공했다면 s3 업로드만 진행합니다.
  * 준비된 데이터가 없다면 notebook에 있는 내용을 참고하여 다운로드 받아서 데이터를 준비합니다.

## 실습 방법

각 노트북 별 설명

* 01
  * 데이터를 준비하는 과정입니다.
  * Image classification, time series prediction, tabular (regression) 용도 데이터를 준비합니다.
* 02
  * SageMaker 의 built-in algorithm을 활용하여 새로운 이미지에 대해서 image classification을 하는 예시입니다.
* 03
  * SageMaker 의 built-in algorithm 중 DeepAR를 활용하여 time-series prediction 하는 예시입니다.
* 04
  * SageMaker autopilot을 활용하는 예시입니다.
* 05
  * AutoGluon을 tabular data에 적용하여 regression task를 수행하는 예시입니다.
* 06
  * AutoGluon의 Multi-modal 기능을 활용하여 zero-shot image classification을 하는 예시입니다.
* 07
  * SageMaker Jumpstart를 활용하여 Stable Diffusion 모델을 fine-tuning 하는 예시입니다.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://www.awspstech.kr/tutorials/ai-ml-on-aws/low-code-on-sagemaker/low-code-ml-with-sagemaker.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.