직원만 액세스할 수 있는 레이블이 지정되지 않은 대규모 이미지 컬렉션이 있습니다. 가장 높은 레이블링 정확도를 얻으려면 어떤 단계를 조합해야 할까요? (두 가지 선택)

정확한 레이블링을 위해서는 사람이 개입하는 것이 중요합니다. Amazon SageMaker Ground Truth를 사용하여 레이블링 작업 및 요구 사항을 지정하는 주석 작업을 생성하면 데이터 레이블링 프로세스를 정의할 수 있습니다. 그런 다음, 이 주석 작업을 실행하고 프라이빗 인력 팀을 설정하여 레이블을 검토하고 수정함으로써 높은 정확도를 보장합니다. Amazon Rekognition은 자동 레이블링에 유용하지만, 특정 요구 사항에 맞는 높은 정확도를 보장하지는 못합니다. 딥러닝 모델을 원시 데이터에 직접 훈련시키는 것은 레이블이 없는 데이터에서는 불가능합니다. Amazon Mechanical Turk는 공개 인력을 사용하므로, 직원만 액세스할 수 있는 민감한 데이터에는 적합하지 않습니다.