AWS 기반 데이터 및 기계 학습
데이터 엔지니어링, DataOps, ML을 통해 데이터의 힘을 최대한 활용
데이터 및 기계 학습
기본 사항을 이해하려는 초보자이든 고급 지식을 원하는 숙련된 전문가이든, 이 데이터 및 기계 학습 리소스 모음은 복잡한 데이터 엔지니어링, DataOps, ML을 마스터하는 데 필요한 도구를 제공합니다.
![AWS-SMB_Hub-India_Home 16JULY2020_3 AWS-SMB_Hub-India_Home 16JULY2020_3](https://d1.awsstatic.com/apac/events/2020/smb/asean/data-storage-icon-asean-smb.ec7735667eaae373d54cc51e79d48ae60e98686d.png)
데이터 레이크와 데이터 웨어하우스와 데이터베이스 비교: 스토리지 요구 사항을 충족하는 것은 어느 것일까요?
데이터베이스, 데이터 웨어하우스, 데이터 레이크는 모두 목적과 사용 사례가 다르지만 이러한 차이점을 이해하는 것이 항상 쉬운 것은 아닙니다. 다음은 때때로 혼란스러울 수 있는 클라우드 스토리지 세계를 탐색하는 데 도움이 되는 간단한 가이드입니다.
![AWS Amplify](https://d1.awsstatic.com/emea-2023/emea-innovate-eae-2023/AWS_GCSG2023_Innovate_LandingPage_EveryApp_icon-80x80-ai.cf13b54555a8e3da14fb1604784f93fd8ec8185d.png)
인공 지능 및 기계 학습 소개
무료 ML 환경을 설정하고, 언어 모델 및 ChatGPT API를 활용하여 YouTube 동영상에서 인사이트를 얻고, 이전과는 전혀 다른 방식으로 더 빠르고 효율적으로 학습할 수 있도록 하는 단계별 가이드입니다!
![AWS Amplify](https://d1.awsstatic.com/Icon_Paper.1efe23d79a683e9d439699f3a404da511625aca4.png)
데이터베이스 선택 시 고려할 사항에 대한 3분 요약
AWS에서는 다양한 데이터베이스 옵션을 사용할 수 있기 때문에 확신을 갖고 프로젝트에 맞는 옵션을 선택하기가 어려운 경우가 많습니다. 이전 문장을 읽고 무의식적으로 "예"라고 고개를 끄덕였다면 제대로 찾아온 것입니다.
자습서
Apache Kafka에서 실시간 스트리밍 분석 애플리케이션 빌드
Apache Kafka 및 Go를 사용하여 Amazon OpenSearch에 데이터 수집
실시간 데이터 분석 및 Apache Flink로 SQL 개발자 역량 강화
SQL을 사용하여 Amazon OpenSearch에서 데이터 검색 및 분석
단 한 줄의 코드도 작성하지 않고 주가 예측을 작성하는 방법
생성형 AI로 구동되는 다국어 Q&A로 나만의 지식 기반 구축
Amazon SageMaker Data Wrangler 이미지 준비 시작하기
AWS에서 스트리밍 플랫폼 복제를 위한 자체 추천 엔진 구축: 풀스택 시리즈
동영상
React, AWS Amplify, Amazon CodeWhisperer를 사용하여 이미지 갤러리 앱 만들기
React와 AWS Amplify를 사용하여 동적 이미지 갤러리 앱을 만드는 과정을 안내 받으면서 AI 코딩 도우미인 CodeWhisperer의 능력을 확인해 보세요. 이 포괄적인 자습서에 참여하여 최신 AI 지원을 통해 앱 개발 기술을 마스터하세요.
Amazon CodeWhisperer를 최대한 활용하는 방법
AWS의 AI 코딩 도우미인 Amazon CodeWhisperer를 사용하여 생산성을 극대화하는 방법을 알아봅니다. 간결한 개발자 의견 작성부터 코드 요소에 직관적인 이름을 사용하는 것까지, Brooke가 CodeWhisperer의 기능을 탐색하고 활용하는 데 도움이 되는 전문가 조언을 공유합니다.
데이터 준비 및 탐색을 통한 데이터 세트 탐색(1부)
데이터 준비 및 탐색에 집중하여 추천 엔진 모델을 풀스택 스트리밍 플랫폼과 통합하는 데 따르는 문제를 해결하기 위한 필수 단계를 알아봅니다.
Amazon SageMaker를 사용한 사용자 지정 스케일링 및 Kmeans 클러스터링 모델 훈련 및 구축(2부)
풀스택 시리즈의 세션 2인 'AWS 기반 추천 엔진으로 자체 스트리밍 플랫폼 구축'에서는 기계 학습 모델을 단독으로 구축하는 것만으로는 충분하지 않다는 사실을 다룹니다. 사용자 지정 스케일링 모델을 훈련하고 구축하여 복잡한 영화 데이터 기능을 정확하게 비교할 수 있도록 합니다.
오픈소스 Chalice 프레임워크를 사용한 강력한 API 구축(3부)
풀스택 시리즈의 마지막 단계인 'AWS 기반 추천 엔진을 사용하여 자체 스트리밍 플랫폼 구축'을 수행하고 모델을 실용적인 애플리케이션으로 전환합니다. 세션 3에서는 사용자에게 맞춤형 영화 추천을 제공할 수 있는 가능성을 열어주는 API 구축의 세계를 살펴봅니다.
AWS 데이터베이스: 사용 사례 및 최적화
AWS가 다양한 데이터베이스를 제공한다는 것은 그리 새롭지 않습니다. 이는 다양한 사용 사례에 대한 옵션을 제공하기 때문에 좋은 방법이지만, 결정을 내리려면 각 사례가 최적화와 어떻게 일치하는지에 대해 깊이 생각해야 하기 때문에 선택하기 어려운 경우도 있습니다.
AI 및 노코드를 이용한 주가 예측!
단 한 줄의 코드도 작성하지 않고 인공 지능 및 기계 학습으로 빌드를 시작할 수 있습니다! 코드 없이 주식 시장 가격을 예측할 수 있는 가능성을 살펴보는 이 흥미진진한 동영상 시리즈에 빠져보세요!
블로그 및 컨셉 기사
애플리케이션 스케일링: 안정성과 유연성을 지원하는 데이터 패턴
Kubernetes 기반 Amazon Kinesis Data Streams 애플리케이션 오토 스케일링
내 이벤트가 다른 이벤트보다 더 긴급한 경우: Apache Kafka를 사용한 이벤트 처리 우선순위 지정
데이터베이스 마이그레이션 간소화: 플랫폼 간에 데이터를 손쉽게 이동할 수 있는 비결
Amazon SageMaker를 사용한 오픈 소스 GPT-2 모델의 컴파일 및 훈련 최적화
Comprehend, Rekognition, Textract, Polly, Transcribe 등이 하는 모든 작업
ML 기반 서버리스 소비자 웹 사이트 구축
사전 훈련된 모델 신속 배포 - 코드 전용 접근 방식
AWS SDK를 사용한 SageMaker 파이프라인 생성 및 실행
Amazon SageMaker를 사용하여 가장 가까운 이웃과의 의사 결정 강화
트랜스포머 아키텍처 및 생성형 AI와의 관련성에 대한 간단한 소개
Community.aws로 배우고 연결하고 구축
온라인 및 로컬 AWS 커뮤니티를 찾아서 가입하고, 다른 사람들과 교류하고, 클라우드 컴퓨팅 뉴스 및 콘텐츠를 공유하고 토론하세요. 개발자가 개발자를 위해 만든 클라우드 커뮤니티에서 커뮤니티를 찾고 경험을 공유하세요.