AWS Clean Rooms ML에서 ML 입력 채널 생성

사전 조건:

에 액세스할 수 AWS 계정 있는 AWS Clean Rooms
ML 입력 채널을 생성하려는 AWS Clean Rooms 에 설정된 공동 작업
공동 작업에서 데이터를 쿼리하고 ML 입력 채널을 생성할 수 있는 권한.
(선택 사항) ML 입력 채널과 연결할 기존 모델 알고리즘 또는 새 입력 채널을 생성할 수 있는 권한
(선택 사항) 지정된 모델에 대해 실행할 수 있는 분석 규칙이 있는 테이블입니다.
(선택 사항) 데이터 세트를 생성하는 데 사용할 기존 SQL 쿼리 또는 분석 템플릿
(선택 사항) 적절한 권한이 있는 기존 서비스 역할 또는 새 서비스 역할을 생성할 수 있는 권한
(선택 사항) 자체 암호화 AWS KMS 키를 사용하려는 경우의 사용자 지정 키
공동 작업에서 ML 모델을 생성하고 관리할 수 있는 적절한 권한

ML 입력 채널은 특정 데이터 쿼리에서 생성되는 데이터 세트입니다. 데이터를 쿼리할 수 있는 구성원은 ML 입력 채널을 생성하여 훈련 및 추론을 위해 데이터를 준비할 수 있습니다. ML 입력 채널을 생성하면 동일한 공동 작업 내의 다양한 훈련 모델에서 데이터를 사용할 수 있습니다. 훈련 및 추론을 위해 별도의 ML 입력 채널을 생성해야 합니다.

ML 입력 채널을 생성하려면 입력 데이터를 쿼리하고 ML 입력 채널을 생성하는 데 사용되는 SQL 쿼리를 지정해야 합니다. 이 쿼리의 결과는 어떤 멤버와도 공유되지 않으며 Clean Rooms ML의 경계 내에 유지됩니다. 참조 Amazon 리소스 이름(ARN)은 다음 단계에서 모델을 훈련하거나 추론을 실행하는 데 사용됩니다.

Console

ML 입력 채널을 생성하려면(콘솔)

에 로그인 AWS Management Console 하고 https://console.aws.amazon.com/cleanrooms AWS Clean Rooms 콘솔을 엽니다.
왼쪽 탐색 창에서 공동 작업을 선택합니다.
공동 작업 페이지에서 ML 입력 채널을 생성할 공동 작업을 선택합니다.
공동 작업이 열리면 ML 모델 탭을 선택합니다.
사용자 지정 ML 모델의 ML 입력 채널 섹션에서 ML 입력 채널 생성을 선택합니다.
ML 입력 채널 생성 페이지의 ML 입력 채널 세부 정보에서 다음을 수행합니다.
1. 이름에 채널의 고유한 이름을 입력합니다.
2. (선택 사항) 설명에 채널에 대한 설명을 입력합니다.
3. 연결된 모델 알고리즘에서 사용할 알고리즘을 선택합니다.
  
  모델 알고리즘 연결을 선택하여 새 알고리즘을 추가합니다.
데이터 세트에서 훈련 데이터 세트를 생성할 메서드를 선택합니다.
- SQL 쿼리의 결과를 훈련 데이터 세트로 사용하려면 SQL 쿼리를 선택합니다.
  
  SQL 쿼리를 선택한 경우 SQL 쿼리 필드에 쿼리를 입력합니다.
  
  (선택 사항) 최근에 사용한 쿼리를 가져오려면 최근 쿼리에서 가져오기를 선택합니다.
- 분석 템플릿을 선택하여 분석 템플릿의 결과를 훈련 데이터 세트로 사용합니다.
  
  분석 템플릿을 선택한 경우 원하는 분석 템플릿을 지정합니다.
1. 연결된 테이블이 없는 경우 테이블 연결을 선택하여 지정된 모델에 대해 실행할 수 있는 분석 규칙이 있는 테이블을 추가합니다.
2. 작업자 유형에서 사용할 작업자 유형을 선택합니다. 기본값은 CR.1X입니다.
3. 작업자 수에서이 데이터 채널을 생성할 때 사용할 작업자 수를 선택합니다. 기본값은 16입니다.
4. 일 단위의 데이터 보존에 데이터를 유지할 일 수를 입력합니다.
5. 결과 형식에서 ML 입력 채널이 사용해야 하는 데이터 형식으로 CSV 또는 Parquet을 선택합니다.
서비스 액세스에서이 테이블에 액세스하는 데 사용할 기존 서비스 역할 이름을 선택하거나 새 서비스 역할 생성 및 사용을 선택합니다.
암호화에서 사용자 지정 KMS 키로 보안 암호 암호화를 선택하여 자체 KMS 키 및 관련 정보를 지정합니다. 그렇지 않으면 Clean Rooms ML이 암호화를 관리합니다.
ML 입력 채널 생성을 선택합니다.

ML 입력 채널을 생성하는 데 몇 분 정도 걸립니다. ML 입력 탭에서 ML 입력 채널 목록을 볼 수 있습니다.

참고

ML 입력 채널이 생성된 후에는 편집할 수 없습니다.

API

ML 입력 채널(API)을 생성하려면

특정 파라미터로 다음 코드를 실행합니다.


import boto3 
acr_client = boto3.client('cleanroomsml')

acr_client.create_ml_input_channel(
    name="ml_input_channel_name",
    membershipIdentifier='membership_id',
    configuredModelAlgorithmAssociations=[configured_model_algorithm_association_arn],
    retentionInDays=1,
    inputChannel={
        "dataSource": {
            "protectedQueryInputParameters": {
                "sqlParameters": {
                    "queryString": "select * from table"
                "computeConfiguration": {
                    "worker": {
                          "type": "CR.1X",
                          "number": 16
                        }
                    },
                "resultFormat": "PARQUET"
                }
            }
        },
        "roleArn": "arn:aws:iam::111122223333:role/ezcrc-ctm-role"
    }
)
channel_arn = resp['ML Input Channel ARN']

javascript가 브라우저에서 비활성화되거나 사용이 불가합니다.

AWS 설명서를 사용하려면 Javascript가 활성화되어야 합니다. 지침을 보려면 브라우저의 도움말 페이지를 참조하십시오.

문서 규칙

구성된 모델 알고리즘 연결

훈련된 모델 생성