Amazon SageMaker에서 기계 학습을 통한 Amazon Pinpoint 캠페인

성공적인 비즈니스의 핵심은 고객에 대한 깊은 이해입니다. 이전 블로그 게시물에서 Amazon Redshift Spectrum을 AWS 데이터 레이크 전략의 일부로 사용하여 고객의 360o 이니셔티브를 향상시킬 수 있는 방법에 대해 설명했습니다. 이 블로그 게시물에서는 민첩성, 비용 효율성 및 AWS를 통해 고객 분석 실행을 통해 혁신을 도울 수 있는 방법을 지속적으로 보여 드리고자 합니다. 많은 사람들이 AI가 고객의 360o 이니셔티브를…

성공적인 비즈니스의 핵심은 고객에 대한 깊은 이해입니다. 이전 블로그 게시물에서 Amazon Redshift Spectrum을 AWS 데이터 레이크 전략의 일부로 사용하여 고객의 360o 이니셔티브를 향상시킬 수 있는 방법에 대해 설명했습니다. 이 블로그 게시물에서는 민첩성, 비용 효율성 및 AWS를 통해 고객 분석 실행을 통해 혁신을 도울 수 있는 방법을 지속적으로 보여 드리고자 합니다. 많은 사람들이 AI가 고객의 360o 이니셔티브를…

Apache MXNet에서 사전 트레이닝된 모델을 사용해 보세요.

해당 블로그 포스트에서는 Apache MXNet에서 미리 트레이닝된 여러 모델을 사용하는 방법을 보여 드리겠습니다. 왜 여러 모델을 시험해보고 싶을까요? 단지 최고의 정확도를 가진 제품을 선택하는 건 어떨까요? 추후에 블로그 게시물에서 볼 수 있듯이 이러한 모델이 동일한 데이터 세트에서 교육되고 최대 정확도를 위해 최적화 되었더라도 특정 이미지에서 약간 다르게 작동합니다. 또한 예측 속도가 달라질 수 있으며 이는…

해당 블로그 포스트에서는 Apache MXNet에서 미리 트레이닝된 여러 모델을 사용하는 방법을 보여 드리겠습니다. 왜 여러 모델을 시험해보고 싶을까요? 단지 최고의 정확도를 가진 제품을 선택하는 건 어떨까요? 추후에 블로그 게시물에서 볼 수 있듯이 이러한 모델이 동일한 데이터 세트에서 교육되고 최대 정확도를 위해 최적화 되었더라도 특정 이미지에서 약간 다르게 작동합니다. 또한 예측 속도가 달라질 수 있으며 이는…

Policybazaar.com, 효율성과 고객 경험 향상을 위해 Amazon Polly 를 도입하다

이 글은  PolicyBazaar.com의 Ashish Gupta가 작성하였습니다.   2008 년 창립 이래, Policybazaar.com은 신규 FinTech 에코 시스템을 개척하여 인도에서 보험을 구매하는 방식을 새롭게 정의했습니다. 지난 10 년간의 여행에서 도전은 끊임없는 진화와 진보의 한 부분이었습니다. 비즈니스 성장의 핵심은 신속하고 효율적으로 소비자 문제를 해결하는 것입니다. 저희는 저희만의 철학을 가지고 있습니다! 2017 년 사업 규모가 커졌고 평균 거래 건수는 한 달에…

이 글은  PolicyBazaar.com의 Ashish Gupta가 작성하였습니다.   2008 년 창립 이래, Policybazaar.com은 신규 FinTech 에코 시스템을 개척하여 인도에서 보험을 구매하는 방식을 새롭게 정의했습니다. 지난 10 년간의 여행에서 도전은 끊임없는 진화와 진보의 한 부분이었습니다. 비즈니스 성장의 핵심은 신속하고 효율적으로 소비자 문제를 해결하는 것입니다. 저희는 저희만의 철학을 가지고 있습니다! 2017 년 사업 규모가 커졌고 평균 거래 건수는 한 달에…

CI/CD with Data: AWS Developer Tools, Kubernetes와 Portworx를 사용하여 소프트웨어 제공 파이프라인에서 데이터 휴대성 구현하기

데이터는 애플리케이션의 영혼입니다. 컨테이너를 사용하면 애플리케이션을 보다 빠르게 패키징하고 배치할 수 있으므로 테스트는 소프트웨어의 안정적인 전달에서 훨씬 중요한 역할을 합니다. 모든 애플리케이션에는 데이터가 있으므로 개발 팀은 실제 응용 프로그램 데이터 또는 때로는 모호한 데이터를 사용하여 안정적으로 제어, 이동 및 테스트 할 수 있는 방법을 원합니다. 많은 팀에서 CI / CD 파이프 라인을 통해 애플리케이션 데이터를…

데이터는 애플리케이션의 영혼입니다. 컨테이너를 사용하면 애플리케이션을 보다 빠르게 패키징하고 배치할 수 있으므로 테스트는 소프트웨어의 안정적인 전달에서 훨씬 중요한 역할을 합니다. 모든 애플리케이션에는 데이터가 있으므로 개발 팀은 실제 응용 프로그램 데이터 또는 때로는 모호한 데이터를 사용하여 안정적으로 제어, 이동 및 테스트 할 수 있는 방법을 원합니다. 많은 팀에서 CI / CD 파이프 라인을 통해 애플리케이션 데이터를…

Gluon data loader worker 활용하여 교육 성능 최대화하기

최근의 CPU 및 GPU 기술의 발전으로, 복잡하고 심도있는 신경망 모델을 몇 시간 동안만 교육하면 많은 최첨단 모델에 도달 할 수 있습니다. 그러나 처리량이 높은 시스템을 사용할 경우 각 반복작업 전에 처리 파이프 라인에 필요한 데이터를 준비해야 합니다. 처리 파이프 라인이 고갈되면 에포크(epoch) 당 시스템 시간과 관련하여 시스템 성능에 직접적인 영향을 미칩니다. 장기간의 교육은 연구의 더딘…

최근의 CPU 및 GPU 기술의 발전으로, 복잡하고 심도있는 신경망 모델을 몇 시간 동안만 교육하면 많은 최첨단 모델에 도달 할 수 있습니다. 그러나 처리량이 높은 시스템을 사용할 경우 각 반복작업 전에 처리 파이프 라인에 필요한 데이터를 준비해야 합니다. 처리 파이프 라인이 고갈되면 에포크(epoch) 당 시스템 시간과 관련하여 시스템 성능에 직접적인 영향을 미칩니다. 장기간의 교육은 연구의 더딘…

샘플 데이터 사용하여Amazon QuickSight 에서 10가지 시각화 자료 만들어보기

Amazon QuickSight를 사용하여 비즈니스 통찰력에 빠르게 액세스 할 수 있도록 시각화를 작성하는 방법에 익숙하지 않은 분들은 이 포스팅을 참고하세요. 이 게시물에서는 샘플 데이터 세트를 사용하여 몇 가지 일반적인 시나리오를 살펴보고 yuor 데이터를 연결하고 고급 분석을 수행하며 모든 웹 브라우저 또는 모바일 장치에서 결과에 액세스하는 방법에 대한 개요를 제공합니다. 다음 시각화 자료들은 아래 링크에서 사용할 수…

Amazon QuickSight를 사용하여 비즈니스 통찰력에 빠르게 액세스 할 수 있도록 시각화를 작성하는 방법에 익숙하지 않은 분들은 이 포스팅을 참고하세요. 이 게시물에서는 샘플 데이터 세트를 사용하여 몇 가지 일반적인 시나리오를 살펴보고 yuor 데이터를 연결하고 고급 분석을 수행하며 모든 웹 브라우저 또는 모바일 장치에서 결과에 액세스하는 방법에 대한 개요를 제공합니다. 다음 시각화 자료들은 아래 링크에서 사용할 수…

Amazon SageMaker 로컬 모드를 사용하여 노트북 인스턴스 기량 연마하기

Amazon SageMaker는 사전 구축된 TensorFlow 와 MXNet 컨테이너를 사용하여 로컬 교육에 대한 지원을 시작했습니다. Amazon SageMaker는 생산 현장에서 머신러닝 모델을보다 효과적으로 구축, 교육 및 배포 할 수있는 유연한 기계 학습 플랫폼입니다. Amazon SageMaker 교육 환경은 관리가 가능합니다. 즉, 인스턴스를 회전시키고 알고리즘 컨테이너를 로드하며 Amazon S3에서 데이터를 가져 와서 코드를 실행하고 Amazon S3에 결과를 출력하고 클러스터에…

Amazon SageMaker는 사전 구축된 TensorFlow 와 MXNet 컨테이너를 사용하여 로컬 교육에 대한 지원을 시작했습니다. Amazon SageMaker는 생산 현장에서 머신러닝 모델을보다 효과적으로 구축, 교육 및 배포 할 수있는 유연한 기계 학습 플랫폼입니다. Amazon SageMaker 교육 환경은 관리가 가능합니다. 즉, 인스턴스를 회전시키고 알고리즘 컨테이너를 로드하며 Amazon S3에서 데이터를 가져 와서 코드를 실행하고 Amazon S3에 결과를 출력하고 클러스터에…

IoT 분석기능을 일반적으로 사용 가능합니다.

AWS IoT 분석기능 서비스를 일반적으로 사용할 수 있다는 것을 발표하게 되어 기쁩니다. 고객들은 IoT 분석기능을 사용하여 연결된 디바이스 데이터를 정리, 처리, 암호화, 저장 및 분석할 수 있습니다. AWS IoT 분석기능은 현재 미국 동부(북부 버지니아), 미국 서부(오리건), 미국 동부(오하이오), 유럽 연합(아일랜드)에서 사용할 수 있습니다. 작년 11월, 동료인 Tara Walker는 AWS IoT 분석기능 서비스의 몇 가지 기능을…

AWS IoT 분석기능 서비스를 일반적으로 사용할 수 있다는 것을 발표하게 되어 기쁩니다. 고객들은 IoT 분석기능을 사용하여 연결된 디바이스 데이터를 정리, 처리, 암호화, 저장 및 분석할 수 있습니다. AWS IoT 분석기능은 현재 미국 동부(북부 버지니아), 미국 서부(오리건), 미국 동부(오하이오), 유럽 연합(아일랜드)에서 사용할 수 있습니다. 작년 11월, 동료인 Tara Walker는 AWS IoT 분석기능 서비스의 몇 가지 기능을…

Python(클라이언트 장치)으로 포트 443에 TLS 클라이언트 인증을 사용하여 MQTT를 구현하는 방법

ALPN(응용 프로그램 계층 프로토콜 협상)은 TLS 서버에 연결되는 클라이언트가 ProtocolNameList라고 하는 추가 매개 변수를 통과시킬 수 있도록 하는 TLS로의 확장입니다. ProtocolNameList는 클라이언트가 통신에 사용할 응용 프로그램 프로토콜의 우선 순위 목록입니다. 이제 AWS IoT Core를 사용하면 ALPN TLS 확장을 사용하여 MQTT 위에 있는 장치를 포트 443의 TLS 클라이언트 인증으로 연결할 수 있습니다. 이 방법이 유용한 이유에…

ALPN(응용 프로그램 계층 프로토콜 협상)은 TLS 서버에 연결되는 클라이언트가 ProtocolNameList라고 하는 추가 매개 변수를 통과시킬 수 있도록 하는 TLS로의 확장입니다. ProtocolNameList는 클라이언트가 통신에 사용할 응용 프로그램 프로토콜의 우선 순위 목록입니다. 이제 AWS IoT Core를 사용하면 ALPN TLS 확장을 사용하여 MQTT 위에 있는 장치를 포트 443의 TLS 클라이언트 인증으로 연결할 수 있습니다. 이 방법이 유용한 이유에…

AWS 딥 러닝 AMI, 최적화된 Chainer 4 및 CNTK 2.5.1을 사용하여 Amazon EC2 인스턴스에 대한 딥 러닝을 가속화할 수 있습니다.

Ubuntu 및 Amazon Linux용 AWS 딥 러닝 AMI에는 Chainer 4 및 Microsoft Cognitive Toolkit (CNTK) 2.5.1이 구성되어 있어 Amazon EC2 인스턴스 전체에 걸쳐 고성능을 최적화합니다. AMI는 5개 추가 AWS 리전에서도 사용할 수 있으므로 범위를 16개 AWS 리전까지 확장할 수 있습니다. Chainer 4로 딥 러닝 가속화하기 AMI에는 Chainer 4가 Intel의 딥 러닝 확장 패키지(iDeep)로 구성되어 있습니다.…

Ubuntu 및 Amazon Linux용 AWS 딥 러닝 AMI에는 Chainer 4 및 Microsoft Cognitive Toolkit (CNTK) 2.5.1이 구성되어 있어 Amazon EC2 인스턴스 전체에 걸쳐 고성능을 최적화합니다. AMI는 5개 추가 AWS 리전에서도 사용할 수 있으므로 범위를 16개 AWS 리전까지 확장할 수 있습니다. Chainer 4로 딥 러닝 가속화하기 AMI에는 Chainer 4가 Intel의 딥 러닝 확장 패키지(iDeep)로 구성되어 있습니다.…