AWS 기반 기계 학습 (Machine Learning)

아마존웹서비스 (AWS)에서는 20년 이상 인공 지능에 투자해 왔습니다.
기계 학습 (Machine Learning; ML) 알고리즘은 아마존의 수많은 내부 시스템들을 구동합니다.
 
또한, 기계 학습 (ML) 알고리즘은 아마존 배송 센터의 경로 최적화부터 Amazon.com의 추천 엔진, Alexa 기반의 Echo, Prime Air 의 드론 무인항공기 사업, 새로운 리테일 경험인 Amazon Go에 이르기까지, 아마존이 제공하는 고객 경험의 핵심 요소로 자리잡고 있습니다.

이것은 시작에 불과합니다.

우리의 목표는 이러한 경험을 토대로 배운 내용과 아마존웹서비스의 기계 학습 역량을 모든 개발자 및 데이터 과학자들에게 하나의 관리형 서비스(Fully managed services)로서 공유하는 것입니다.

왜 AWS기반의 기계 학습인가?

이번 세션을 보고 기계 학습(Machine Learning)과 관련된 AWS의 새로운 기능과 최신 서비스가 어떻게 고객의 혁신을 가속화하는지 알아보십시오, (주요 서비스: Amazon SageMaker, AWS DeepLens, Amazon Rekogntion Video, Amazon Translate, Amazon Transcribe, Amazon Comprehend)

데이터 양이 지속적으로 증가함에 따라 기계 학습은 더 스마트 해지고 더욱 빠르게 학습합니다. 이러한 기계 학습을 통해 기업들은 더욱 다양한 역량을 구축하고 더욱 개선된 고객 경험을 제공하며 새로운 가능성을 발견할 수 있습니다.

가장 많이 선택 받은 기계 학습 플랫폼

zillow-logo-250x100
200x100_Netflix_Logo
Capital_One
The_Washington_Post
Samsung_Smartthings
OpenAI
liberty-mutual-logo
200x100_Expedia_Logo
Duolingo
Pinterest
Mapbox
FINRA
200x100_Intuit-Inc_Logo
CMU
Infor
Thomson Reuters3

무한한 가능성의 시작

innovate_ml_wp1

기계 학습(Machine Learning)을 통한 혁신

기계 학습(Machine Learning)은 실용적인 통찰력과 효율성을 제공하는 방식으로 사실상 모든 산업 분야에서 그 파워를 입증합니다.

이번 Forbes Insights백서를 통해 금융 서비스 분야의 Capital One과 농업 분야의 John Deere가 기계 학습 및 컴퓨터 비전과 같은 AI 기술을 활용하여 새로운 비즈니스 모델을 개발한 방법에 대해 살펴보십시오. 또한, 기계 학습 기술로 기업 경영진이 보다 현명한 의사 결정을 내리고 모든 고객들에게 맞춤형 서비스를 제공하는 무한한 가능성을 여는 방법에 대해 살펴보십시오.

innovate_ml_wp2

기계 학습을 통한 금융 비즈니스 혁신 사례집

Forbes Insights가 금융 비즈니스의 CEO, CIO와의 인터뷰를 통해 발굴한 기계 학습의 혁신적인 잠재력에 대해 읽어 보십시오.

기계 학습이 보다 뛰어난 컴퓨팅 파워와 속도 및 민첩성으로, 어떻게 금융 산업의 변화를 이끌었는지에 대해 Aon Benfield의CEO와 Capital One의 CIO의 생생한 경험, 통찰력, 견해를 살펴볼 수 있습니다.
그들이 조직의 어려움을 극복하고 경쟁에서 앞서 나가기 위해 기계 학습을 어떻게 활용했는지 지금 확인하십시오.

AWS에서 기계 학습 서비스 구축하기

Orchestrating Machine Learning Training for Netflix

넷플릭스(Netflix)는 기계 학습 (Machine Learning) 알고리즘을 광범위하게 사용하여 100 만 명 이상의 회원에게 취향에 따라 관련 콘텐츠를 추천합니다.
넷플릭스 회원 홈페이지의 모든 내용은 evidence 기반이며, A/B 테스팅(선호도 조사)은 기계 학습 모델을 기반으로 합니다. 이러한 모델들은 워크 플로우 조율 시스템인 Meson을 사용하여 트레이닝 되었습니다.

Meson이 Recommendation ML 모델을 트레이닝 하는 방법과, 광대역 ETL 애플리케이션의 필요성이 증가함에 따라 넷플릭스가 Meson을 재구성한 방법에 대해 알아보십시오.
이러한 변화를 위해, 넷플릭스는 Meson의 퍼시스턴스 계층(Persistence layer)을 발전시켰고 Cassandra에서 Amazon Aurora가 지원되는 Amazon RDS로 마이그레이션 했습니다.

Containerized Machine Learning on AWS

이미지 인식은 인공 신경망 네트워크를 사용하여 주어진 이미지의 주제 및 특성을 인식하는 딥 러닝의 한 분야입니다.
Cookpad가 Amazon ECS를 사용하여 GPU 지원 EC2 인스턴스의 클러스터에서 이미지 인식 플랫폼을 실행하는 방법에 대해 알아보십시오.
이번 세션을 시청하시고, Cookpad가 수천만 명의 사용자들에게 높은 가용성과 지연시간의 최소화를 보장하기 위하여, 어떻게 과제를 해결했는지 지금 확인해 보십시오.

기계 학습(Machine Learning) 교육 소개

ML_Training_Steps_Short

이번에 제공되는 40분 길이의 무료 온라인 교육은 기존 고객뿐 아니라, 기계 학습 도입을 검토하는 모든 분들께 아마존웹서비스의 실용적인 접근법을 소개합니다. 이번 비디오의 첫번째 파트에서는 기계 학습을 통해 해결하고자 하는 문제의 유형과 이러한 솔루션에 사용되는 방법 및 도구에 대해 배우게 됩니다. 이 교육은 영어로 진행됩니다.
 
이번 세션은 아래 내용을 포함합니다:

  • 비즈니스 관점에서 기계 학습을 이해하고 기술적인 솔루션을 도출하는 방법
  • 비즈니스 문제를 기계 학습의 관점에서 구조화 하는 방법
  • 실제 비즈니스 사례에서 기계 학습 관련 용어를 사용하여 기술을 설명하는 방법
  • 문제 파악, 자료 수집, 모델 성능 평가까지 기계 학습 모델의 end to end 과정을 이해하고 어플리케이션에 적용하는 방법

AWS 기반 기계학습 특집 온라인 컨퍼런스에 지금 참여하세요!