# 0.1 SageMaker Image workshops
SageMaker Image 워크샵에 오신 것을 환영합니다. Amazon SageMaker Image 워크샵에서는 ML 사용 사례 중 이미지 데이터에 특화 되어 머신러닝 워크로드 구축에 대한 엔드 투 엔드 이해를 제공하여 고객과 파트너를 지원합니다.
SageMaker Studio IDE를 사용하여 No-code/Low-code 기반의 ML 모델 개발 및 배포 부터, 최신의 외부 알고리즘/모델을 활용하여 배포하고, 어플리케이션에 적용하는 방법을 다루게 됩니다.
이 워크샵은 머신러닝을 처음 배우는 사람부터, 데이터 사이언스 까지 AWS를 통해 머신 러닝에 대해 더 알고 싶은 사람이라면 누구나 실행할 수 있습니다.
본 워크샵에서 다루는 영역은 아래와 같으며, 총 예상 실습 시간은 **4시간**입니다. 본 워크샵은 기본적인 AWS 리소스 (IAM, S3, VPC 등)를 활용하게 됩니다. 하지만 해당 배경 지식이 없어도 따라하실 수 있게 구성되어 있습니다.
1. SageMaker Wrangler를 활용한 이미지 데이터 전처리
2. SageMaker Jumpstart No-Code 기반의 Image Classification 모델 구성 및 배포
3. SageMaker Jumpstart Low-Code 기반의 Object Detection 모델 구성 및 배포
4. SageMaker Notebook 기반의 외부 모델 구성 및 배포
5. 학습 모델 기반의 Application 배포하기
---
# 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://cheolmin-ki.gitbook.io/sagemaker-image-workshop/lab0.-sagemaker-image-workshop/0.1-sagemaker-image-workshops.md?ask=
```
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.