Cloud/GCP
[Cloud OnBoard] Google Cloud Fundamentals - 목차
Google Cloud 소개 가상머신 스토리지 컨테이너 앱 개발, 배포 및 모니터링 빅데이터와 머신러닝
Cloud
클라우드 스터디 정리
Cloud/AWS
[SAA] AWS Certified Solutions Architect Study Guide ② - Well Architected 프레임워크 참고 자료
안정성 원칙 개요 [참고] Well Architected 프레임워크 [참고] 안정성 가용성 계산하기 전통적인 애플리케이션과 네이티브 애플리케이션의 가용성 차이 [참고] 관계형, 비관계형 데이터베이스 [참고] ALB [참고] Lambda [참고] 서버리스 EC2 Auto Scaling 시작 환경설정 [참고] 시작 환경설정 시작 템플릿 [참고] 시작 템플릿 Auto Scaling 그룹 [참고] Auto Scaling 그룹, ALB 타겟 그룹 설정, 헬스 체크 Auto Scaling 옵션 [참고] Auto Scaling 옵션 데이터 백업과 복원 [참고] 백업 [참고] 복원 S3 [참고] 다양한 스토리지 클래스 [참고] S3 버저닝 기능 [참고] 크로스 리전 복제 기능 Elastic File System [참고..
Cloud/AWS
[SAA] AWS Certified Solutions Architect Study Guide ① - 핵심 AWS 서비스 참고 자료
클라우드 컴퓨팅과 AWS 개요 클라우드 컴퓨팅과 가상화 클라우드 컴퓨팅 아키텍처 클라우드 컴퓨팅 최적화 AWS 클라우드 AWS 플랫폼 아키텍처 [참고] 리전, AZ AWS의 신뢰성 및 서비스 규약 AWS 공유 책임 모델 [참고] 공유 책임 모델 AWS 서비스 수준 합의서 AWS 환경에서 작업하기 AWS CLI [참고] CLI, SDK [참고] 클라우드 쉘 AWS SDK 기술 지원 및 온라인 자료 서포트 플랜 기타 지원 자료 Amazon EC2와 Amazon EBS 개요 EC2 인스턴스의 개요 인스턴스 프로비저닝 [참고] EC2 아마존 머신 이미지 [참고] 인스턴스 타입 [참고] 전용 호스트 옵션 인스턴스 동작 환경 설정 [참고] 사용자 데이터 플레이스먼트 그룹 [참고] 클러스터, 스프레드, 파티션 플레이..
Cloud/AWS
[SAA] Textract 개요
Amazon Textract 머신 러닝을 사용해 텍스트, 손글씨, 또는 스캔을 한 문서의 데이터를 추출함 예) 운전 면허증 자동으로 분석되어 생일, 문서 ID 등을 추출해 결과가 데이터 파일로 제공됨 이외에도 폼과 테이블, PDF, 이미지 등에서 필요한 모든 데이터를 추출할 수 있음 사용 사례 1) 금융 서비스 (송장, 재무 보고서 처리) 2) 건강 보험 (보험 청구) 3) 공공 기관 (세금 양식, 신분증 및 여권)
Cloud/AWS
[SAA] Personalize 개요
Amazon Personalize 완전 머신 러닝 서비스로 실시간 맞춤화 추천으로 애플리케이션을 구축 검색한 내용이나 구매 내역 및 사용자 관심 등을 기반으로 맞춤화된 제품 추천, 재순위화 또는 맞춤화된 직접 마케팅 예) 사용자가 원예 도구를 많이 구매했다면 다음번 구매 제품을 추천 Amazon S3로부터 입력 데이터인 사용자 상호 작용 등의 데이터를 읽거나 Amazon Personalize API를 사용해 실시간 데이터를 통합하여 서비스를 사용하며 이를 웹 사이트, 애플리케이션 및 모바일 앱 맞춤형 API에 활용하며 맞춤화를 위해 SMS나 이메일을 보낼 수 있음 며칠이면 모델을 구축할 수 있으며 머신 러닝 솔루션을 구축, 훈련, 배포할 필요가 없고 제공되는 번들 그대로 사용하면 됨 사용 사례 1) 소매..
Cloud/AWS
[SAA] Kendra 개요
Amazon Kendra 머신 러닝으로 제공되는 완전 관리형 문서 검색 서비스로 문서 내에서 답변을 추출할 수 있게 도와줌 사용할 수 있는 문서로는 text, pdf, HTML, PowerPoint, MS Word, FAQ 등 문서가 존재하는 다양한 데이터 소스에 가능 문서를 인덱싱하여 머신 러닝으로 작동되는 지식 인덱스를 내부적으로 구축함 사용자의 상호 작용 및 피드백에서 학습하고 선호되는 검색 결과를 내놓은 증분식 학습을 하며 검색 결과를 조정할 수도 있음 또한 데이터의 중요성 및 새로움 또는 사용자 정의 필터를 기반으로 조정도 가능 이를 통해 최종 사용자는 자연어 검색 기능을 통해 모든 리소스를 검색하여 질문에 대한 대답을 받을 수 있음
Cloud/AWS
[SAA] Forecast 개요
Amazon Forecast 완전 관리형 서비스로 머신 러닝을 사용하여 매우 정확한 예측을 도와주는 기능 예측 시간을 몇 달에서 몇 시간으로 줄여주며 데이터 자체를 확인하는 것보다 50% 더 정확함 사용 사례 1) 제품 수요 계획 2) 재무 계획 3) 자원 계획 예) 미래의 우비 판매를 예측 1) 과거 시계열 데이터에 제품 특징, 가격, 할인, 웹사이트 트래픽, 상점 위치 등 모델을 향상시키기 위해 데이터를 추가 2) Amazon S3에 데이터를 업로드 3) Amazon Forecast 서비스를 시작 4) 예측 모델이 생성됨 5) 예측 모델을 사용해 미래의 우비 판매량이 내년에 500000달러라고 예측
Cloud/AWS
[SAA] SageMaker 개요
Amazon SageMaker 완전 관리형 서비스로 머신 러닝 모델을 구축하는 개발자와 데이터 과학자를 위한 더 높은 수준의 머신 러닝 서비스 조직의 실제 개발자와 데이터 과학자가 머신 러닝 모델을 만들고 구축하기 위해 사용하므로 훨씬 복잡하고 사용이 어려움 머신 러닝 모델을 구축하기 위해서는 모든 단계를 한 곳에서 실행하기는 어렵고 또한 서버를 프로비저닝해서 계산을 수행하여 모델을 생성해야 하므로 길고 복잡한 과정일 수 있으므로 이때 SageMaker를 사용하면 전 과정에 도움을 받을 수 있음 예) Certified Cloud Practitioner의 시험 점수를 예측할 모델을 구축 1) 학생들의 실제 시험 점수에 관한 모든 데이터를 수집 (경력, 얼마나 강의를 들었는지, 연습 시험을 얼마나 했는지 등..
