기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 디버거 Python 클라이언트 라이브러리를 사용하여 데이터 분석
<a name="debugger-analyze-data"></a>

훈련 작업이 실행 중이거나 완료된 후 [Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable) 및 [SMDebug 클라이언트 라이브러리](https://github.com/awslabs/sagemaker-debugger/)를 사용하여 디버거에서 수집한 훈련 데이터에 액세스할 수 있습니다. Debugger Python 클라이언트 라이브러리는 훈련 작업 데이터를 자세히 살펴볼 수 있는 분석 및 시각화 도구를 제공합니다.

**라이브러리를 설치하고 분석 도구를 사용하려면(JupyterLab 노트북 또는 IPython 커널에서)**

```
! pip install -U smdebug
```

다음 주제에서는 디버거 Python 도구를 사용하여 디버거에서 수집한 훈련 데이터를 시각화하고 분석하는 방법을 안내합니다.

**시스템 및 프레임워크 지표 분석**
+ [프로필 데이터에 액세스](debugger-analyze-data-profiling.md)
+ [시스템 지표와 프레임워크 지표 데이터를 도식화합니다.](debugger-access-data-profiling-default-plot.md)
+ [pandas 데이터 구문 분석 도구를 사용하여 프로파일링 데이터에 액세스](debugger-access-data-profiling-pandas-frame.md)
+ [Python 프로파일링 통계 데이터에 액세스](debugger-access-data-python-profiling.md)
+ [여러 프로필 추적 파일의 타임라인 병합](debugger-merge-timeline.md)
+ [프로파일링 데이터 로더](debugger-data-loading-time.md)