Amazon Machine Learning은 모든 기술 수준의 개발자가 기계 학습 기술을 쉽게 사용할 수 있게 해주는 서비스입니다. Amazon Machine Learning은 시각화 도구와 마법사를 제공하여 복잡한 기계 학습 알고리즘과 기술을 배우지 않고도 기계 학습(ML) 모델 생성 프로세스를 사용할 수 있습니다. 모델이 준비되면, 사용자 지정 예측 생성 코드를 구현하거나 어떤 인프라도 관리할 필요 없이 Amazon Machine Learning에서 간단한 API를 사용하여 쉽게 애플리케이션에 대한 예측을 할 수 있습니다.

Amazon Machine Learning은 Amazon 내부의 데이터 과학자 커뮤니티에서 수년간 사용한 기술과 동일한, 확장성이 높고, 입증된 기계 학습 기술을 기반으로 합니다. 강력한 알고리즘을 사용하여 기존 데이터에서 패턴을 찾는 방법으로 기계 학습 모델을 생성합니다. 그런 다음 Amazon Machine Learning이 이러한 모델을 사용하여 신규 데이터를 처리하고 애플리케이션에 대한 예측을 생성합니다.

Amazon Machine Learning은 확장성이 높고, 매일 수십억 개의 예측을 생성할 수 있으며, 이러한 예측을 높은 처리량과 함께 실시간으로 제공합니다. Amazon Machine Learning에서는 하드웨어와 소프트웨어에 대한 사전 투자가 필요 없으며 종량 과금제로 지불하게 되므로, 작게 시작하여 애플리케이션이 증가함에 따라 확장할 수 있습니다.

Amazon Machine Learning 소개

MachineLearning_VideoThumbnail

Amazon Machine Learning 시작하기

무료 계정 생성

12개월 동안 AWS 프리 티어에 액세스하여 연중무휴 24시간 고객 서비스, 지원 포럼 등을 비롯한 AWS Basic Support의 기능을 사용해 보십시오.

현재 Amazon Machine Learning은 AWS 프리 티어에서 제공되지 않는다는 점에 유의하십시오.


AWS 파트너인 47Lining의 CEO가 작성한 게스트 게시물인 "Why Our Customers Love Amazon Machine Learning" 읽기.

Hudl

AWS 사례 연구Hudl은 Amazon Redshift와 Amazon Machine Learning을 사용하여 스포츠 경기에 대한 예측 분석 실행

"Hudl은 코치와 운동선수가 경기를 준비하고 경쟁팀보다 앞서나가는 방법을 혁신적으로 바꿉니다."

Upserve: 똑똑한 레스토랑 관리 조수

AWS 사례 연구: Upserve 및 Amazon Machine Learning

"Amazon Machine Learning을 사용하면서 저녁 시간대에 레스토랑을 방문할 전체 고객 수를 예측할 수 있게 되었습니다."

AWS 사례 연구:BuildFax 및 Amazon Machine Learning

BuildFax가 더 빠른 결과를 위해 Amazon Machine Learning을 사용해 "예측 모델 구축 과정을 대중화"한 방법을 확인하십시오.

AWS 사례 연구: AdiMap 및 Amazon Machine Learning

스타트업인 AdiMap은 Amazon Machine Learning을 사용하여 "규모에 따른 금융 인텔리전스를 지원함으로써 사용자와 고객에게 경쟁 우위"를 제공합니다.
 

AWS 사례 연구:Fraud.net 및 Amazon Machine Learning

선도적인 크라우드소싱 사기 탐지 플랫폼인 Fraud.net은 복잡성을 줄이고 새롭게 등장하는 사기 패턴을 이해하기 위해 Amazon Machine Learning을 사용합니다.

 


Amazon Machine Learning 파트너는 고객이 Amazon Machine Learning을 기반으로 더욱 스마트한 시스템을 구축할 수 있도록 지원합니다. Amazon ML은 모든 기술 수준의 개발자가 기계 학습 기술을 쉽게 사용할 수 있게 해주는 서비스입니다. 

47Lining은 빅 데이터 컴피턴시를 획득한 AWS 어드밴스 컨설팅 파트너입니다. 47Lining은 Amazon Redshift, Kinesis, S3, DynamoDB, Machine Learning 및 Elastic MapReduce와 같은 기본 AWS 빅 데이터 빌딩 블록으로 구축된 빅 데이터 솔루션을 개발하고 빅 데이터 관리형 서비스를 제공합니다. 47Lining은 고객이 데이터 중심의 비즈니스를 위한 "데이터 시스템"을 구축, 운영 및 관리하도록 지원합니다.

자세히 알아보기 | 고객 성공 사례 | 문의하기

NorthBay는 예측과 고급 분석에 사용되는 워크로드로 파트너 업체인 고객을 지원합니다. Amazon Machine Learning은 다른 AWS 서비스와 원활하게 통합되고 강력한 ML 알고리즘을 높은 품질로 구현할 수 있으므로 NorthBay 제품에 매우 적합합니다. 

자세히 알아보기 | 고객 성공 사례 | 문의하기


AmazonMachineLearning_Benefit_EasilyCreate

Amazon Machine Learning API와 마법사를 사용하면 어느 개발자나 손쉽게 Amazon Simple Storage Service(S3), Amazon Redshift 또는 Amazon Relational Database Service(RDS)의 MySQL 데이터베이스에 저장되어 있는 데이터에서 기계 학습 모델을 생성 및 미세 조정하고 생성한 모델에 대한 예측을 쿼리할 수 있습니다. 내장 데이터 프로세서, 확장 가능한 기계 학습 알고리즘, 대화형 데이터와 모델 시각화 도구, 품질 경고 등을 통해 모델을 빠르게 구축하고 조정할 수 있도록 지원합니다.

 

AmazonMachineLearning_Benefit_Seconds

Amazon Machine Learning은 관리형 서비스로 엔드–투–엔드 모델 생성, 배포 및 모니터링을 제공합니다. 모델이 준비되면, 애플리케이션에 대한 예측을 빠르고 안정적으로 생성하여 기계 학습 인프라의 구축, 확장 및 유지 보수에 시간을 소모하거나 투자할 필요가 없습니다.


AmazonMachineLearning_Benefit_ScalablePerformance

Amazon Machine Learning 예측 API를 사용하면 애플리케이션에 대한 수십억 개의 예측을 생성할 수 있습니다. 배치 예측 API를 사용하여 대량의 데이터 레코드에 대한 예측을 동시에 요청하거나, 실시간 API를 사용하여 개별 데이터 레코드에 대한 예측을 할 수 있습니다. 이러한 예측은 대화형 웹, 모바일 또는 데스크톱 애플리케이션에서 사용할 수 있습니다.

AmazonMachineLearning_Benefit_Inexpensive

Amazon Machine Learning은 설치 비용이 없고 종량 과금제로 지불하게 되므로, 작게 시작하여 애플리케이션이 증가함에 따라 확장할 수 있습니다.

 

AmazonMachineLearning_Benefit_ProvenTechnology

Amazon Machine Learning은 Amazon이 공급망 관리, 부정 거래 식별 및 카탈로그 조직과 같은 중요 기능을 수행 시에 사용하는 기술과 동일한, 확장성이 높고, 입증된 기계 학습 기술을 기반으로 합니다.


Amazon Machine Learning을 사용하면 예측 모델을 손쉽게 구축하여, 잠재적인 부정 소매 거래를 식별하거나 부정 또는 부적절한 항목을 탐지할 수 있습니다.

사례 연구 보기 >>

Amazon Machine Learning은 예측 모델을 사용하여 이전 고객의 행동을 기반으로 항목을 추천하거나 웹 사이트 흐름을 최적화함으로써 웹 사이트에서 좀 더 개인화된 고객 경험을 제공할 수 있도록 해줍니다.

Amazon Machine Learning을 사용하면 표적 마케팅 캠페인이 가능해집니다. 예를 들어, Amazon Machine Learning에서 이전 고객 행동을 분석하여 표적 고객과 가장 연관성 높은 이메일 캠페인을 선택할 수 있습니다.

Amazon Machine Learning을 사용하면 비정형 텍스트를 처리하고 콘텐츠를 근거로 조치를 취할 수 있습니다. 예를 들어, 제품 리뷰를 좋음, 나쁨, 보통으로 분류하는 애플리케이션 구축하는 데 Amazon Machine Learning을 사용할 수 있습니다.

Amazon Machine Learning을 사용하면 이탈 위험이 높은 고객을 찾는 것이 가능하여 미리 프로모션이나 고객 서비스 활동에 참여시킬 수 있습니다.

Amazon Machine Learning은 이메일 메시지, 의견, 전화 통화 기록을 비롯하여 고객에게 받은 자유로운 형식의 피드백을 처리하여 고객의 관심과 우려에 가장 적절한 행동을 추천할 수 있습니다. 예를 들어, Amazon Machine Learning으로 소셜 미디어 트래픽을 분석함으로써 제품 지원에 문제가 있는 고객을 찾아내고 해당 고객 관리 전문가에게 연결해 줄 수 있습니다.