1 |
Cloud Essentials |
AWS Cloud Practitioner Essentials |
특정 기술 역할과 관계없이 AWS 클라우드를 전반적으로 이해하고자 하는 개인을 대상으로 합니다. 클라우드 개념, AWS 서비스, 보안, 아키텍처, 요금 및 지원에 대한 상세한 개요를 제공합니다. 특히 AWS Certified Cloud Practitioner 자격증 준비를 위한 핵심 과정입니다. |
바로가기 |
기초 |
6시간 |
2 |
Architect |
Exam Readiness: AWS Certified Solutions Architect – Professional |
AWS 공인 솔루션스 아키텍트 – 프로페셔널 시험은 AWS 플랫폼에서의 분산 애플리케이션 및 시스템 설계에 대한 고급 수준의 기술과 경험을 보유하고 있음을 입증합니다. AWS에서 클라우드 아키텍처를 설계 및 배포한 2년 이상의 실무 경험을 보유한 사람들을 대상으로 진행됩니다.시험의 주제 영역을 살펴보고, 그러한 주제 영역이 AWS 기반 아키텍처 설계와 어떤 관련이 있는지 보여주고, 나중에 스스로 학습할 수 있도록 주제 영역을 특정 영역에 매핑합니다. 여기에는 각 도메인의 샘플 시험 문제와 시험 응시자가 잘못된 답을 더 잘 거르는 데 도움이 되는 개념에 대한 토론이 포함됩니다. |
바로가기 |
고급 |
4시간 |
3 |
Compute |
AWS Compute Services Overview |
애플리케이션 요구 사항에 적합한 방식으로 클라우드에서 비즈니스를 구축하고 운영하기 위해 사용할 수 있는 AWS 컴퓨팅 서비스에 대한 개요를 제공합니다. 이러한 AWS 클라우드 컴퓨팅 서비스는 확장이 쉽고 관리가 간편하며 유연한 구성과 제어가 가능합니다 |
바로가기 |
기초 |
5분 |
4 |
Compute |
Introduction to Amazon Elastic Compute Cloud (EC2) |
안전하고 크기 조정이 가능한 컴퓨팅 파워를 클라우드에서 제공하는 웹 서비스인 Amazon Elastic Compute Cloud(Amazon EC2)의 개요와 Amazon EC2 인스턴스를 구축 및 구성하는 방법을 설명합니다. |
바로가기 |
기초 |
10분 |
5 |
Databases |
AWS Database Offerings |
다양한 데이터베이스 기술 및 아키텍처에 대한 기본 개요와 AWS 데이터베이스 서비스를 소개합니다. 이 과정에서는 특별히 설계된 데이터베이스의 개념도 다루며, 이 개념은 이전에 존재했던 획일적인 방법론을 변경합니다. |
바로가기 |
기초 |
5시간 40분 |
6 |
Databases |
Amazon DocumentDB Service Primer |
Amazon DocumentDB와 핵심 기능을 소개합니다. 이 서비스가 다른 AWS 서비스와 통합되는 방법을 설명하고, 중요한 용어 및 기술 개념을 소개하며, 서비스 데모를 포함합니다. |
바로가기 |
기초 |
20분 |
7 |
Databases |
Amazon ElastiCache Service Primer |
Amazon ElastiCache와 핵심 기능을 소개합니다. 이 서비스가 다른 AWS 서비스와 통합되는 방법을 설명하고, 중요한 용어 및 기술 개념을 소개하며, 서비스 데모를 포함합니다. |
바로가기 |
기초 |
20분 |
8 |
Databases |
Amazon Neptune Service Primer |
Amazon Neptune과 핵심 기능을 소개합니다. 이 서비스가 다른 AWS 서비스와 통합되는 방법을 설명하고, 중요한 용어 및 기술 개념을 소개하며, 서비스 데모를 포함합니다. |
바로가기 |
기초 |
20분 |
9 |
Databases |
Amazon Quantum Ledger Database (QLDB) Service Primer |
Amazon QLDB와 핵심 기능을 소개합니다. 이 서비스가 다른 AWS 서비스와 통합되는 방법을 설명하고, 중요한 용어 및 기술 개념을 소개하며, 서비스 데모를 포함합니다. |
바로가기 |
기초 |
20분 |
10 |
Databases |
Amazon Redshift Service Primer |
Amazon Redshift와 핵심 기능을 소개합니다. 이 서비스가 다른 AWS 서비스와 통합되는 방법을 설명하고, 중요한 용어 및 기술 개념을 소개하며, 서비스 데모를 포함합니다. |
바로가기 |
기초 |
20분 |
11 |
Databases |
AWS Database Services Overview |
이 과정에서는 데이터베이스 도구의 역사에 대해 간략하게 설명하고 다양한 데이터베이스 스타일로 이어진 데이터 저장의 현대화를 다룹니다. AWS 데이터베이스 서비스를 사용하면 고가용성, 내구성 및 확장성을 달성할 수 있습니다. |
바로가기 |
기초 |
10분 |
12 |
Databases |
Introduction to Amazon Aurora |
Amazon Aurora는 고가용성과 뛰어난 복원력으로 설계된 관계형 데이터베이스 서비스로, MySQL 및 PostgreSQL과 호환됩니다. 이 과정에서는 Amazon Aurora와 Amazon RDS를 비교하여 소개하며, 간략한 Amazon Aurora 구성 데모와 함께 이 서비스의 장점과 기능에 대해서도 설명합니다. |
바로가기 |
기초 |
10분 |
13 |
Databases |
Introduction to Amazon Relational Database Service (RDS) |
클라우드에서 관계형 데이터베이스의 설정, 작동 및 확장을 지원하는 AWS 서비스인 Amazon RDS(Amazon Relational Database Service)를 소개합니다. 이 과정은 서비스 특징에 대한 개요를 제공하고 여러 사용 사례를 강조합니다. 또한 새 Amazon RDS 데이터베이스 인스턴스를 생성, 구성 및 연결하는 방법도 시연합니다. |
바로가기 |
기초 |
10분 |
14 |
Databases |
Amazon Redshift Service Introduction |
AWS 고객을 위한 데이터 웨어하우스를 제공하는 서비스인 Amazon Redshift를 소개합니다. |
바로가기 |
기초 |
5분 |
15 |
Databases |
Amazon RDS Service Introduction |
AWS 고객에게 관계형 데이터베이스를 제공하는 서비스인 Amazon RDS(Relational Database Service)를 소개합니다. |
바로가기 |
기초 |
5분 |
16 |
Databases |
Amazon Neptune Service Introduction |
AWS 고객을 위한 그래프 데이터베이스를 제공하는 서비스인 Amazon Neptune을 소개합니다. |
바로가기 |
기초 |
5분 |
17 |
Databases |
Amazon Aurora Service Introduction |
AWS 고객에게 오픈 소스 데이터베이스 호환성을 제공하는 서비스인 Amazon Aurora의 핵심 기능을 소개합니다. |
바로가기 |
기초 |
5분 |
18 |
Databases |
Amazon ElastiCache Service Introduction |
AWS 고객을 위해 인 메모리 데이터베이스를 제공하는 서비스인 Amazon ElastiCache를 소개합니다. |
바로가기 |
기초 |
5분 |
19 |
Databases |
Amazon DynamoDB Service Introduction |
AWS 고객에게 키-값 및 문서 데이터베이스를 제공하는 서비스인 Amazon DynamoDB를 소개합니다. |
바로가기 |
기초 |
5분 |
20 |
Databases |
Amazon DocumentDB Service Introduction |
AWS 고객을 위해 MongoDB와 호환되는 데이터베이스를 제공하는 서비스인 Amazon DocumentDB의 핵심 기능을 소개합니다. |
바로가기 |
기초 |
5분 |
21 |
Developer |
Exam Readiness: AWS Certified Developer – Associate (Digital) |
AWS 공인 개발자 – 어소시에이트 시험은 AWS 플랫폼에서의 애플리케이션 개발 및 유지 관리에 대한 기술 전문성을 확인합니다.
이 과정에서는 시험의 주제 영역을 살펴보고 이러한 내용이 Developing on AWS 및 특정 학습 영역에 어떻게 연결되는지 확인하여 시험에 대비하는 방법을 배웁니다. 각 주제 영역의 샘플 시험 문항을 검토하고,
오답을 제외하는 데 도움이 되도록 시험에서 테스트하는 개념을 해석하는 방법을 배울 수 있습니다. |
바로가기 |
중급 |
2시간 |
22 |
Security |
AWS Security Fundamentals (Second Edition) |
기본적인 AWS 클라우드 보안 개념을 비롯하여 AWS 액세스 제어, 데이터 암호화 방법, AWS 인프라에 대한 네트워크 액세스 보안을 유지하는 방법에 대해 학습합니다. 이 과정에서는 AWS 클라우드에서 고객이 맡는 보안 책임과 사용 가능한 다양한 보안 중심 서비스에 대해 다룹니다. |
바로가기 |
기초 |
2시간 |
23 |
Security |
Introduction to Amazon Cognito |
사용자 가입을 추가하고 모바일 및 웹 앱에 로그인할 수 있는 서비스인 Amazon Cognito 소개를 제공합니다. 사용자 풀과 같은 주요 특징을 살펴보고 빠르게 시작하는 방법을 설명하고, Amazon Cognito의 실제 작동 방식을 확인할 수 있는 데모도 제공합니다. |
바로가기 |
기초 |
10분 |
24 |
Security |
Authentication and Authorization with AWS Identity and Access Management |
AWS Identity and Access Management(IAM)를 통한 인증 및 권한 부여를 위한 입문용 과정입니다. 이 과정에서는 IAM을 소개하고 이 서비스가 AWS 서비스에 대한 권한을 관리하는 데 어떤 도움을 주는지 설명합니다. 정책 문서와 IAM 자격 증명도 다룹니다. |
바로가기 |
기초 |
15분 |
25 |
Security |
Differences Between Security Groups and NACLs |
보안 그룹과 NACL 또는 네트워크 액세스 제어 목록의 차이점에 대한 입문용 과정으로 이 두 가지 리소스를 사용하여 AWS에서 애플리케이션의 네트워킹을 보호하는 방법을 설명합니다. 또한 애플리케이션에서 송수신되는 트래픽 흐름을 보다 효과적으로 제어할 수 있도록 상태 비저장 및 상태 저장 등의 개념을 검토합니다. |
바로가기 |
기초 |
10분 |
26 |
Security |
AWS Security Fundamentals (Second Edition) |
기본적인 AWS 클라우드 보안 개념을 비롯하여 AWS 액세스 제어, 데이터 암호화 방법, AWS 인프라에 대한 네트워크 액세스 보안을 유지하는 방법에 대해 학습합니다. AWS 클라우드에서 고객이 맡는 보안 책임과 사용 가능한 다양한 보안 중심 서비스에 대해 다룹니다. |
바로가기 |
중급 |
4시간 |
27 |
Security |
Understanding Amazon EBS Volume Encryption |
Amazon EBS 볼륨 암호화는 데이터 보호에 도움이 되는 AWS 암호화 서비스로 AWS Key Management Service(Amazon KMS)와 함께 작동하는 방식과 이를 즉시 사용할 수 있는 방법을 설명합니다. |
바로가기 |
중급 |
2분 |
28 |
Storage |
Introduction to Amazon Elastic Block Storage (EBS) |
AWS 클라우드의 Amazon EC2 인스턴스에 사용할 영구 블록 스토리지 볼륨을 제공하는 Amazon Elastic Block Store(EBS)를 소개합니다.
이 과정에서는 사용 사례를 비롯하여 Amazon EBS를 사용하여 블록 스토리지를 사용자 지정하는 방법을 설명합니다. 또한, 드라이브 유형, 스냅샷, 탄력적 볼륨 등 서비스의 주요 기능 및 이점도 살펴봅니다. |
바로가기 |
기초 |
10분 |
29 |
Storage |
Introduction to AWS Backup |
AWS Backup은 고객이 AWS 클라우드 및 온프레미스에서 애플리케이션 데이터를 쉽고 비용 효율적으로 백업할 수 있게 지원하는 중앙 집중식 백업 서비스로서, 비즈니스 및 규제상의 백업 준수 요구 사항을 충족하는 데 도움이 됩니다.
이 과정에서는 AWS Backup의 개요 및 주요 기능, 다른 AWS 서비스와의 통합, AWS Backup 사용 방법에 대한 데모를 다룹니다. |
바로가기 |
기초 |
20분 |
30 |
Storage |
Introduction to AWS Storage Gateway |
온프레미스 애플리케이션에서 AWS 클라우드 스토리지를 원활하게 사용할 수 있는 하이브리드 스토리지 서비스인 AWS Storage Gateway에 대해 알아봅니다.
이 과정에서는 서비스 설명, 작동 방식을 비롯해 서비스의 3가지 게이트웨이 또는 인터페이스인 파일 인터페이스, 볼륨 인터페이스, 테이프 인터페이스에 대해 알아봅니다. 서비스의 일반적인 사용 사례도 살펴봅니다. |
바로가기 |
기초 |
20분 |
31 |
Storage |
Deep Dive into Amazon Elastic Block Store (EBS) |
이 어드밴스드 과정에서는 Amazon Elastic Block Store(Amazon EBS)를 사용하고 관리하는 데 필요한 지식과 기술을 습득합니다.
성능 및 처리량 요구 사항에 따라 워크로드에 적합한 EBS 볼륨 유형을 선택하는 방법, 백업 및 복구 프로세스의 일부로서 EBS 볼륨 스냅샷을 관리하는 방법, 볼륨을 암호화하고 Amazon EC2 리소스에 대한 액세스를 제어하여 Amazon EBS를 보호하는 방법, Amazon EBS 성능 모니터링 및 개선, 그리고 Amazon EBS 요금 계산에 사용되는 요인과 사용 비용을 추적하는 방법에 대해 알아봅니다. |
바로가기 |
고급 |
1시간 30분 |
32 |
SysOps |
Exam Readiness: AWS Certified SysOps Administrator – Associate |
AWS 공인 시스템 운영 관리자 – 어소시에이트 시험은 AWS 플랫폼에서의 배포, 관리, 보안 및 운영에 대한 기술 전문성을 검증합니다.
이 과정에서는 시험의 주제 영역을 살펴보고 이를 AWS 기반 시스템 운영 및 특정 학습 영역에 매핑함으로써 시험을 준비하는 방법을 학습합니다.
각 주제 영역의 샘플 시험 문항을 검토하고, 더욱 쉽게 오답을 제외할 수 있도록 시험에서 테스트하는 개념을 해석하는 방법을 배울 수 있습니다. |
바로가기 |
중급 |
1시간 30분 |
33 |
Game Tech |
Getting Started with AWS Game Tech |
AWS Game Tech 기술 제품 및 솔루션 포트폴리오를 소개하고 이 솔루션이 게임 개발자에게 어떤 이점을 제공하는지 알아봅니다.
컴퓨팅, 데이터베이스, 분석, 기계 학습 등 AWS Game Tech에서 제공하는 네 가지 솔루션을 살펴보고, 이들 솔루션이 여러 장르와 AWS Game Tech 관리형/비관리형 서비스를 사용하는 다양한 플랫폼에서 게임 개발자를 어떻게 지원하는지 알아봅니다. |
바로가기 |
기초 |
1시간 30분 |
34 |
Machine Learning |
Exploring the Machine Learning Toolset |
경력이나 경험에 관계없이 누구나 모델을 구축하고 애플리케이션에 인텔리전스를 추가하는 데 사용할 수 있는 AWS 기계 학습 서비스 일부를 소개합니다. |
바로가기 |
기초 |
2시간 20분 |
35 |
Machine Learning |
ML Building Blocks: Services and Terminology |
기계 학습 스택과 기계 학습의 좋은 기반을 구축하는 데 도움이 되는 용어 및 프로세스를 명확하게 설명합니다. 애플리케이션 사용 사례, 플랫폼 서비스, 프레임워크, 인터페이스 및 인프라를 통해 AWS ML 스택을 살펴봅니다.
또한 비즈니스 문제가 어떻게 기계 학습 문제로 변환되는지, 그리고 파이프라인 전체에서 데이터가 어떻게 이동 및 처리되어 모델을 훈련하고 예측을 생성하게 되는지 알아봅니다. |
바로가기 |
기초 |
40분 |
36 |
Machine Learning |
Conversation Primer: Machine Learning Terminology |
대규모로 모형을 구축, 훈련 및 배포하고, 이미지와 비디오를 분석하며, 텍스트를 생생한 음성으로 변환하고, 딥 러닝 AMI를 사용하여 딥 러닝을 가속화할 수 있는 AWS 기계 학습 서비스에 대해 알아봅니다.
기계 학습 파이프라인 전체에서 데이터가 이동 및 처리되는 방법과 훈련된 모형에서 예측이 출력되는 방법을 알아봅니다. |
바로가기 |
기초 |
25분 |
37 |
Machine Learning |
Demystifying AI/ML/DL |
인공 지능(AI), 기계 학습(ML), 그리고 딥 러닝(DL)으로 이어지는 기술의 상관관계를 학습할 수 있습니다. |
바로가기 |
기초 |
45분 |
38 |
Machine Learning |
Machine Learning Data Readiness |
이 과정에서는 기계 학습(ML)의 맥락에서 데이터 준비성의 개념을 주로 다룹니다. 데이터 준비성을 확인하고 ML 프로세스의 일부로 데이터 준비성을 사용할 시점을 식별하는 방법을 배우게 됩니다.
KNIME Analytics 도구를 사용하여 다양한 기계 학습 개념 및 기법을 다루는 초급, 중급 및 고급 수준의 세 가지 사례 연구를 알아봅니다. |
바로가기 |
기초 |
1시간 |
39 |
Machine Learning |
Machine Learning for Business Challenges |
아마존의 기계 학습 과학자들이 기계 학습을 최대한 활용하는 방법에 대해 논의합니다. 이 과정에서는 기계 학습 용어, 비즈니스 문제, 사용 사례, 예제를 다룹니다.
이 과정을 마치면 비즈니스 당면 과제와 의사 결정에 기계 학습을 고려하는 방법을 더 잘 이해할 수 있습니다. |
바로가기 |
기초 |
1시간 |
40 |
Machine Learning |
Introduction to Amazon Comprehend |
자연어 처리를 지원하는 새로운 AWS 서비스인 Amazon Comprehend를 소개합니다. 이 과정에서는 Amazon Comprehend가 구조화되지 않은 텍스트의 엄청난 증가와 같은 문제를 해결하는 방법과 서비스의 5가지 주요 기능을
살펴보며 몇 가지 일반적인 사용 사례를 검토합니다. 또한 실제 작업을 확인할 수 있는 서비스 데모도 제공합니다. |
바로가기 |
기초 |
10분 |
41 |
Machine Learning |
Introduction to Amazon Lex |
Amazon Lex는 음성 및 텍스트를 사용하여 모든 애플리케이션에 대화형 인터페이스를 구축하는 서비스로 봇을 생성하여 다른 채팅 서비스에 배포하는 방법을 비롯한 서비스의 기능에 대해 소개합니다. 또한 서비스의 사용 사례도 검토합니다. |
바로가기 |
기초 |
10분 |
42 |
Machine Learning |
Introduction to Amazon Rekognition |
Amazon Rekognition 소개와 이미지, 얼굴 분석 및 인식에 대한 사용 방법을 다룹니다. 다양한 솔루션을 보여 주는 몇 가지 사용 사례와 이 서비스의 주요 이점 및 핵심 기능, 간단한 데모도 포함되어 있습니다. |
바로가기 |
기초 |
10분 |
43 |
Machine Learning |
Introduction to Amazon SageMaker |
Amazon SageMaker는 데이터 과학자 및 개발자가 기계 학습 모델을 빠르고 쉽게 구축, 훈련 및 배포할 수 있도록 지원하는 완전 관리형 서비스입니다.
이 과정에서는 Amazon SageMaker의 개요와 노트북, 교육 및 호스팅과 관련된 서비스의 세 가지 주요 구성 요소를 자세히 살펴봅니다. |
바로가기 |
기초 |
10분 |
44 |
Machine Learning |
Introduction to Artificial Intelligence |
인공 지능(AI)에 대한 입문 과정으로 AI의 정의 및 AI가 중요한 이유에 대해 알아보고, AI의 하위 집합인 기계 학습 및 딥러닝을 간단히 살펴보며, Amazon이 제품에서 AI를 사용하는 방법을 설명합니다. |
바로가기 |
기초 |
10분 |
45 |
Machine Learning |
Introduction to AWS Machine Learning Services |
Amazon Machine Learning 및 인공 지능 도구를 소개합니다. 이를 활용하여 프레임워크 및 인프라, 기계 학습 플랫폼 및 API 중심 서비스 전반에서 기능을 사용할 수 있습니다.
기계 학습을 효과적으로 수행하려면 이러한 주요 계층 전반에서의 역량, 올바른 데이터 스토어, 보안 및 분석용 리소스가 필요합니다. |
바로가기 |
기초 |
5분 |
46 |
Machine Learning |
Introduction to Deep Learning |
이 과정은 딥 러닝(DL) 개념에 대한 개요를 제공합니다. DL에 사용할 수 있는 AWS 서비스에 대해 알아보고 DL을 통해 혁신하고 있는 AWS 고객에 대한 사례 연구를 살펴봅니다. |
바로가기 |
기초 |
20분 |
47 |
Machine Learning |
Introduction to Machine Learning |
이 과정에서는 기계 학습 개념과 데이터의 역할에 대해 소개합니다. 사용 사례를 살펴보고, 스마트 애플리케이션을 구축하는 혁신적인 방법에 대해 알아보며, 기계 학습용으로 사용할 수 있는 AWS 프레임워크 및 서비스를 검토합니다. |
바로가기 |
기초 |
20분 |
48 |
Machine Learning |
Introduction to Amazon SageMaker Neo |
Amazon SageMaker Neo는 개발자가 여러 프레임워크의 기계 학습 모델을 클라우드와 엣지의 여러 플랫폼에 구축할 수 있도록 지원하는 새로운 기계 학습 기능입니다.
이 과정에서는 프레임워크별 형식에서 다양한 플랫폼에서 실행할 수 있는 이식 가능한 코드로 모델을 변환함으로써 이를 지원하는 Neo의 기능을 소개합니다.
변환 중에 Neo는 기계 학습 모델을 정확도 손실 없이 원래 크기의 100분의 1로 자동으로 최적화하여 두 배 높은 성능을 실현합니다. 또한 Neo의 몇 가지 사용 사례와 더불어 서비스의 이점 및 주요 기능도 다룹니다. |
바로가기 |
기초 |
10분 |
49 |
Machine Learning |
Introduction to Amazon SageMaker Ground Truth |
기계 학습 데이터 세트를 위한 클린 데이터 라벨링에 어려움을 겪고 있습니까? Amazon SageMaker Ground Truth는 자동 라벨링을 지원하고 엔드 투 엔드 데이터 라벨링 작업을 위한 관리형 환경을 제공합니다.
이 강의에서는 Amazon SageMaker Ground Truth가 환경에 적합한지 여부를 판단할 수 있도록 기본 개념과 기능을 보여주는 간단한 데모를 제공합니다. |
바로가기 |
기초 |
10분 |
50 |
Machine Learning |
Introduction to AWS DeepLens |
세계 최초의 딥 러닝 지원 비디오 카메라인 AWS DeepLens의 소개 과정으로 디바이스의 하드웨어, 아키텍처 및 AWS DeepLens 샘플 프로젝트 템플릿을 살펴봅니다.
이러한 템플릿을 사용하면 몇 분 내에 컴퓨터 비전 애플리케이션 구축을 시작할 수 있습니다. 프로젝트 템플릿의 예로서 객체 감지를 자세히 살펴보며 과정을 마무리합니다. |
바로가기 |
기초 |
10분 |
51 |
Machine Learning |
Introduction to Amazon Transcribe |
Amazon Transcribe는 일반 오디오 형식을 수용하고 저음질과 고음질 오디오를 모두 정확하게 전사할 수 있는 완벽하게 관리되고 지속적으로 훈련되는 자동 음성 인식(ASR) 서비스입니다.
이 과정에서는 주요 기능과 사용 사례를 중점적으로 다루는 방식으로 서비스에 대해 알아봅니다. 전사 기능의 정확도를 개선해 주는 딥 러닝의 이점을 검토하고 간단한 전사 작업을 시연합니다. |
바로가기 |
기초 |
10분 |
52 |
Machine Learning |
Introduction to Amazon Translate |
고급 기계 학습 기술을 사용하여 우수한 품질의 번역을 온디맨드 방식으로 제공하는 AWS 서비스인 Amazon Translate를 소개합니다.
이 과정은 해당 서비스의 기능과 이점을 소개하고 사용 사례와 Amazon Translate의 예시를 통해 실제로 서비스가 작동하는 방식을 확인합니다. |
바로가기 |
기초 |
10분 |
53 |
Machine Learning |
Introduction to Amazon Comprehend Medical |
의료 정보를 기록하는 데 많은 시간을 허비하는 의료 분야에 종사자이십니까? Amazon Comprehend Medical은 딥 러닝 및 자연어 처리 기능을 사용하여 의료 텍스트 및 메모에서 엔터티를 추출하는 서비스로,
이 서비스를 사용하면 환자를 더욱 효율적으로 치료하고 연구에서 분석 정보를 확인할 수 있으며 비용을 줄일 수 있습니다. |
바로가기 |
기초 |
10분 |
54 |
Machine Learning |
Introduction to Amazon Forecast |
시계열 예측에 있어서 정확도는 매출, 비용 및 수익에 직접적인 영향을 미치기 때문에 가장 중요한 요소라고 할 수 있습니다.
이 강의에서는 기존 모델과 달리 추가 변수와 외부 요인까지 고려해 정확도를 높이는 Amazon Forecast를 소개합니다. 또한 성능 최적화를 위한 알고리즘 권장 사항을 비롯하여, Amazon Forecast가 전체 예측 프로세스를 어떻게 자동화하는지도 살펴봅니다. |
바로가기 |
기초 |
10분 |
55 |
Machine Learning |
Introduction to Amazon Elastic Inference |
기계 학습 추론 비용을 최대 75%까지 절감할 수 있는 Amazon Elastic Inference(Amazon EI)의 이점과 주요 기능에 대해 알아보고 간단한 데모를 살펴봅니다.
Amazon SageMaker 및 Amazon EC2용의 새로운 가속화 컴퓨팅 서비스인 이 서비스를 활용하면 전체 GPU 인스턴스 크기의 일부만으로 기계 학습 추론에 하드웨어 가속을 추가할 수 있으므로 GPU 컴퓨팅 파워의 초과 프로비저닝을 피할 수 있습니다. |
바로가기 |
기초 |
10분 |
56 |
Machine Learning |
Introduction to AWS Marketplace – Machine Learning Category |
AWS Marketplace는 100개가 넘는 추천하는 기계 학습 알고리즘 및 모델 패키지를 제공합니다. 이러한 모델은 모델 또는 알고리즘을 처음부터 새로 생성하는 데 따른 번거로운 작업 부담을 해소하는 데 도움이 될 수 있습니다.
이 동영상에서는 여러분이 개발한 알고리즘을 다른 데이터 사이언티스트에게 판매하는 등, AWS Marketplace에 새롭게 추가된 유용한 기능을 소개합니다. 또한 간단한 데모를 통해 얼마나 쉽게 시작할 수 있는지 살펴봅니다. |
바로가기 |
기초 |
10분 |
57 |
Machine Learning |
What is Deep Learning? |
이 과정에서는 딥 러닝(DL)의 개념을 간략히 설명합니다. DL에 사용 가능한 AWS 서비스를 살펴보고 DL을 혁신하는 AWS 고객의 사례 연구를 알아봅니다. |
바로가기 |
기초 |
20분 |
58 |
Machine Learning |
What is Machine Learning? |
이 과정에서는 기계 학습의 개념과 데이터가 수행하는 역할을 소개합니다. 사용 사례를 살펴보고, 스마트 애플리케이션을 개발하기 위한 혁신적인 방법을 설명하며, 기계 학습에 사용할 수 있는 AWS 프레임워크 및 서비스를 살펴봅니다. |
바로가기 |
기초 |
10분 |
59 |
Machine Learning |
What is Artificial Intelligence? |
인공 지능(AI)에 대한 입문 과정으로 AI란 무엇이며 AI가 왜 중요한지 알아보고, 기계 학습과 딥 러닝(AI의 하위 개념)에 대해 간략하게 살펴보며, Amazon 제품에서 AI가 어떻게 사용되는지 설명합니다. |
바로가기 |
기초 |
10분 |
60 |
Machine Learning |
Machine Learning Security |
AWS에서 가장 높은 우선 순위를 두는 부분은 보안입니다. 권한 제어와 관리, 트래픽 권한 부여는 모두 AWS 플랫폼에서 매우 안전한 애플리케이션과 환경을 구축하는 과정의 일부입니다.
NACL, 보안 그룹, AWS Identity and Access Management 및 암호화 키 관리에 대해 자세히 설명하는 특정 주제를 통해 애플리케이션과 환경을 보호하는 AWS 제품 및 서비스에 대해 알아봅니다. |
바로가기 |
중급 |
150분 |
61 |
Machine Learning |
Process Model: CRISP-DM on the AWS Stack |
데이터 과학을 기반으로 순환적으로 구성되는 CRISP-DM 모델의 방법론과 프레임워크를 살펴보고 AWS 데이터 과학 컨설턴트 Jake Chen과 데이터 과학자의 일상 업무에 이 모델의 6단계를 적용합니다. |
바로가기 |
중급 |
50분 |
62 |
Machine Learning |
Machine Learning Terminology and Process |
기본적인 기계 학습 개념과 데이터가 거치게 되는 기계 프로세스를 소개합니다. 프로세스의 각 단계를 자세히 살펴보고 기계 학습 프로젝트의 단계와 관련한 몇 가지 일반적인 용어와 기법을 설명합니다. |
바로가기 |
중급 |
1시간 |
63 |
Machine Learning |
Automatic Model Tuning in Amazon SageMaker |
적합한 구성 요소 선택부터 튜닝 프로세스에 이르기까지, ML 모델 튜닝을 위해 Amazon SageMaker를 사용하는 방법을 배웁니다. 모델 내 최적 맞춤을 위해 하이퍼파라미터를 튜닝하는 방법과 기존 맞춤 방법의 높은 비용을 방지하는 방법을 배웁니다.
Amazon SageMaker는 사전 구축된 AWS 리소스와 Jupyter 노트북으로 가우시안(Gaussian) 회귀 및 베이지안(Bayesian) 최적화를 모두 사용하여 비용을 줄입니다. 실제 Jupyter 노트북 인스턴스를 사용해 이러한 모든 개념을 데모를 통해 보여드립니다. |
바로가기 |
중급 |
35분 |
64 |
Machine Learning |
Machine Learning Algorithms Explained |
다양한 유형의 기계 학습 알고리즘과 기계 학습이 해결하는 문제에 대해 설명합니다. 이 과정을 마치면 지도 학습, 비지도 학습, 강화 학습 및 딥 러닝에 대해 자신 있게 설명할 수 있습니다. |
바로가기 |
중급 |
25분 |
65 |
Machine Learning |
Developing Machine Learning Applications |
Amazon의 완전관리형 기계 학습(ML) 플랫폼인 Amazon SageMaker를 살펴봅니다. 특히, 모델을 훈련 및 튜닝하고, 특정 알고리즘을 내장하고, 자체 알고리즘을 활용하고, 추천 시스템이나 이상 탐지와 같은 특정 사용 사례에 맞게 구축하는 방법을 설명합니다. |
바로가기 |
고급 |
2시간 30분 |
66 |
Machine Learning |
Advanced Analytics with Amazon SageMaker |
이 교육 과정은 두 부분으로 제공되며, Amazon SageMaker와 그 기능 및 Apache Spark와 함께 사용할 경우 얻을 수 있는 이점을 자세히 설명합니다. |
바로가기 |
고급 |
25분 |
67 |
Machine Learning |
Data Science Capstone: Real World ML Decisions |
기계 학습을 사용하여 Amazon Studios 팀이 과거에 직면했던 것과 같은 실제 비즈니스 과제를 해결합니다. 데이터를 정리하고, 피쳐 엔지니어링을 수행하고, 알고리즘을 비교하는 등 기계 학습 모형을 새로 구축, 훈련, 테스트해봅니다.
그리고 그 과정에서 Amazon 직원이 기계 학습 파이프라인을 활용하여 기계 학습 관련 작업을 수행하는 방법을 직접 살펴봅니다. |
바로가기 |
고급 |
50분 |
68 |
Machine Learning |
Anomaly Detection on AWS |
AWS에서 Amazon Kinesis Data Analytics와 Amazon SageMaker를 사용하여 이상 징후 감지 애플리케이션을 구축하는 과정을 실무적인 측면에서 살펴봅니다. |
바로가기 |
고급 |
25분 |
69 |
Machine Learning |
Building Recommendation Systems with MXNet and GluOn |
이 과정에서는 추천 시스템을 구축하는 방법을 배우게 됩니다. 먼저 비즈니스 사례와 당면 과제를 자세히 소개한 다음 추천 모델 생성을 위한 방법론을 검토합니다.
사용자 기반 및 항목 기반 협업 필터링을 사용하여 순위 데이터를 추출하는 방법과 행렬 인수분해를 사용하여 희소 데이터의 문제를 푸는 방법을 배웁니다.
또한 DSSM(심층 구조 시맨틱 모델)의 적용 방법을 알아보고 Gluon 및 MxNet을 사용하여 신경망의 성능을 구축, 훈련 및 측정하는 방법을 설명합니다.
Amazon SageMaker Factorization Machine을 사용한 행렬 인수분해 실시간 데모로 마무리합니다. |
바로가기 |
고급 |
1시간 |
70 |
Machine Learning |
Exam Readiness: AWS Certified Machine Learning – Specialty |
AWS 공인 기계 학습 – 전문 분야 시험의 주제 영역을 탐색하고 기계 학습 솔루션을 설계, 구현, 배포 및 유지 관리하는 지원자의 능력을 검증하여 시험에 대비하는 방법을 배울 수 있습니다. |
바로가기 |
고급 |
4시간 30분 |
71 |
Networking & Content Delivery |
Introduction to Amazon CloudFront |
Amazon CloudFront를 사용하여 애플리케이션 성능을 확장하고 향상시키는 방법에 대해 간략하게 설명합니다. 또한 Amazon CloudFront CDN(Cloud Distribution Network)을 만들고 구성하는 방법에 대해서도 데모를 통해 소개합니다. |
바로가기 |
기초 |
10분 |
72 |
Internet of Things (IoT) |
Introduction to AWS IoT |
AWS IoT(사물인터넷) 통신 아키텍처 작동 방식과 AWS IoT를 구성하는 구성 요소에 대해 알아보고, AWS IoT가 다른 AWS 서비스와 연동되는 방식도 살펴보겠습니다. |
바로가기 |
기초 |
10분 |
73 |
Internet of Things (IoT) |
Introduction to AWS IoT 1-Click |
AWS IoT 1-Click 서비스 제품의 특징, 장점 및 사용 사례에 대해 알아봅니다. 서비스를 활용하는 데 사용할 수 있는 디바이스뿐만 아니라 이러한 디바이스를 시작 및 실행하기 위한 프로세스도 살펴봅니다. |
바로가기 |
기초 |
10분 |
74 |
Internet of Things (IoT) |
Introduction to AWS IoT Analytics |
막대한 양의 IoT 데이터에 대해 정교한 분석을 실행할 수 있는 종합 관리형 서비스인 AWS IoT Analytics의 주요 구성 요소, 배포 아키텍처 개요 및 일부 사용 사례를 알아봅니다. 또한 AWS IoT Analytics의 실제 작동 방식을 확인할 수 있도록 데모도 제공합니다. |
바로가기 |
기초 |
30분 |
75 |
Internet of Things (IoT) |
Introduction to AWS IoT Device Management |
IoT 디바이스를 수명주기 동안 안전하게 관리할 수 있는 클라우드 기반 디바이스 관리 서비스인 AWS IoT Device Management를 소개합니다.
또한 AWS IoT Device Management의 4가지 기능 범주, 즉 디바이스 정보 및 구성 온보딩, 디바이스 인벤토리 구성, 디바이스 플릿 모니터링, 디바이스 원격 관리 방법에 대해 자세히 살펴보겠습니다. |
바로가기 |
기초 |
10분 |
76 |
Internet of Things (IoT) |
IoT Edge Computing: Introduction to AWS Greengrass |
커넥티드 디바이스에 대해 로컬 컴퓨팅, 메시징, 데이터 캐싱 및 동기화 기능을 안전한 방식으로 실행할 수 있는 AWS Greengrass를 소개합니다. 클라우드에서 기계 학습 모델을 구축하고 엣지에서 추론을 수행할 수 있습니다.
또한 Greengrass는 OPC-UA와 같은 산업 프로토콜에 대한 지원을 확장합니다. |
바로가기 |
기초 |
10분 |
77 |
Internet of Things (IoT) |
Solution Detail: Internet of Tracking |
AWS 솔루션스 아키텍트인 Rudy Chetty가 서버리스 아키텍처 모니터링 솔루션인 Internet of Tracking을 안내합니다. AWS IoT를 Amazon S3, Amazon Cognito, Amazon DynamoDB 및 AWS Lambda와 함께 사용하여 실시간 추적 애플리케이션을 구축하는 방법에 대해 알아보겠습니다. |
바로가기 |
기초 |
10분 |
78 |
Internet of Things (IoT) |
AWS IoT: Visual Walkthrough |
AWS IoT 서비스가 IoT 디바이스 개발 및 관리 문제점 완화에 어떻게 기여하는지 살펴봅니다. Message Broker, 레지스트리, 디바이스 섀도우, 보안 및 규칙 엔진을 포함해 AWS IoT 서비스 주요 구성 요소와 개념을 알아봅니다. |
바로가기 |
중급 |
10분 |