Amazon Transcribe는 이제 실시간 기록을 지원합니다.

Amazon Transcribe는 개발자가 애플리케이션에 음성 – 텍스트 기능을 쉽게 추가 할 수 있게 해주는 자동 음성 인식 (ASR) 서비스입니다. Streaming Transcription이라는 새로운 기능을 발표하게 되어 기쁘게 생각합니다. 사용자는 실시간 오디오 스트림을 서비스에 전달하고 실시간으로 텍스트 기록을 받을 수 있습니다. 실시간 기록은 컨택 센터, 미디어 및 엔터테인먼트, 법정 기록 관리, 금융 및 보험 등 다양한 분야의…

AWS의 딥러닝 사용하여 자연재해에서 자산 피해를 최소화 하는 법

2017 년 산타 로사 (Santa Rosa) 화재와 허리케인 하비 (Hurricane Harvey)와 같은 자연 재해로 인해 매년 수십억 달러의 재산 피해가 발생하여 주택 소유자들이 경제적 어려움을 겪고 있습니다. 보험 회사는 영향을 받은 주택을 평가하기 위해 최선을 다하지만 평가가 가능해지기까지 몇 주가 소요될 수 있으며 주택을 인양하고 보호할 수 있습니다. 재산 데이터 분석 회사인 EagleView는 AWS의 딥러닝을…

Amazon Translate가 이제 113개의 신규 언어 쌍(pairs)을 지원합니다.

Amazon Translate는 빠르고 고품질의 저렴한 번역을 제공하는 신경 기계 번역 서비스입니다. 오늘날 저희는 113 개의 새로운 언어 쌍을 출시 중에 있습니다. 이제 고객은 단일 API 요청으로, 예를 들어 프랑스어에서 스페인어로 현재 지원되는 언어 간을 번역 할 수 있습니다. 이 업데이트를 통해 지원되는 언어 쌍의 숫자를 24 개에서 137 개로 확장했습니다. 지원되는 모든 언어 쌍은 최첨단…

Amazon Rekognition으로 인덱싱하는 동안 얼굴을 필터링하여 시간과 비용 절약하기

Amazon Rekognition은 개체, 사람, 텍스트, 장면 및 활동을 식별하고 부적절한 내용을 감지할 수 있는 심층 학습 기반 이미지 및 비디오 분석 서비스입니다. 이제 새로운 Amazon Rekognition 얼굴 필터링 기능을 사용하여 얼굴 인식을 위해 인덱싱할 수 있는 얼굴의 질과 양을 제어할 수 있습니다. 이를 통해 비용을 절감하고 개발 시간을 단축하며 얼굴 인식의 정확성을 높일 수 있습니다.…

AWS Cloud 에서 GPU를 사용하여 확장가능한 멀티노드 딥 러닝 훈련하기

산업적 크기의 데이터셋에 대한 심층 신경 네트워크의 광범위한 도입에 대한 주요 도전과제는 이를 훈련시키는 데 필요한 시간과 자원입니다. 2012 년 ImageNet 대규모 시각 인식 공모전 (ILSVRC)에서 우승하였고 심층 신경 네트워크의 최신 호황을 누려온 AlexNet은 120만 개의 이미지와 1000개 범주의 데이터셋을 훈련시키기 위해 거의 일주일이 걸렸습니다. 기계 학습 모델을 개발하고 최적화하는 것은 반복적인 과정입니다. 여기에는 새로운…

Amazon Comprehend가 이제 Syntax Analysis를 지원합니다.

Amazon Comprehend가 Syntax API를 제공함을 알려드리게 되었습니다. 이를 통해 텍스트(ex) 단어 경계 추출용) 및 각 단어의 해당 part of speech (PoS)을 토큰화하여 사용할 수 있습니다. Amazon Comprehend는 고객 의견이 부정적인지 긍정적인지를 파악하고 “Amazon”과 같은 고유 명사를 “조직”으로 식별하는 것과 같은 분석 유스 케이스를 가능하게 합니다. 새로운 Syntax API를 통해 고객은 가장 상세한 수준의 텍스트와 단어…

Amazon SageMaker BlazingText를 사용하여 텍스트 분류 및 단어벡터 기능 향상시키기

Amazon SageMaker BlazingText 알고리즘에 대한 몇 가지 새로운 기능이 추가되었습니다. 감정 분석, 명명 개체 인식 및 기계 번역과 같은 많은 다운스트림 NLP (자연어 처리) 작업은 텍스트 데이터를 실제로 가치있는 벡터로 변환해야 합니다. 고객은 수백 기가 바이트의 텍스트 문서에서 이러한 벡터를 학습하기 위해 Word2Vec 알고리즘의 BlazingText의 고도로 최적화된 구현을 사용하고 있습니다. 결과로 나오는 벡터는 단어를 읽을…

이제 Amazon SageMaker에서 개체 탐지 알고리즘을 사용할 수 있습니다.

Amazon SageMaker는 기계 학습 모델을 쉽게 구축, 훈련 및 배치할 수 있도록 완전히 관리되고 확장성이 뛰어난 ML(기계 학습) 플랫폼입니다. 이것은 ML의 민주화를 향한 커다란 발걸음으로 개발자들을 위한 ML 공간의 진입 장벽을 낮추는 것입니다. 컴퓨터 비전은 이미지를 다루는 기계 학습의 한 분야입니다. 이미지를 사전 정의된 카테고리 집합으로 분류하는 방법을 배우는 Amazon SageMaker 이미지 분류 알고리즘은 SageMaker에서…

Amazon SageMaker DeepAR은 이제 결측치, 범주형 및 시계열 특징, 일반화된 주파수를 지원합니다.

Amazon SageMaker에서 DeepAR의 몇가지 새로운 기능을 출시할 것입니다. DeepAR는 확률적 예측을 하기 위해 재귀 신경망(RNN)을 사용하여 시계열 예측 또는 예측을 위한 감독된 기계 학습 알고리즘입니다. 이 알고리즘은 출시된 이후 다양한 유스 케이스에 사용되어 왔습니다. 개발자들에게 결측치 지원, 사용자가 제공한 시계열 특징, 다중 범주형 특징 및 일반화된 주파수와 같은 새로운 기능에 대한 액세스 권한을 부여하게 되어…

AWS PrivateLink를 사용하여 Amazon SageMaker에서 보안 예측 호출

Amazon SageMaker는 AWS PrivateLink를 통해 Amazon VPC(Virtual Private Cloud)엔드포인트를 지원하므로 인터넷을 사용하지 않고 VPC 내부의 Amazon SageMaker에서 호스팅하는 기계 학습 모델에 대한 예측 호출을 시작할 수 있습니다. Amazon SageMaker는 개발자와 데이터 과학자가 어떤 규모로든 기계 학습 모델을 빠르고 쉽게 구축, 훈련 및 배치할 수 있도록 하는 완벽하게 관리되는 플랫폼입니다. Amazon SageMaker를 사용하여 기계 학습 모델을…