이 발표자료는 SOSCON2016에서 발표한 자료이며 아래 내용을 포함하고 있습니다.
개발자와 머신러닝(?)
어디에 어떻게 사용해야 하나
머신러닝 데모
학습모델 / 예측모델
지도 학습 / 비지도 학습 / 분석 알고리즘
예측모델 생성 데모
예측 모델을 API로 노출 및 Python 등에서 사용
이번 밋업에서는 다양한 프로젝트에서 도메인에 따라 데이터를 분리한 경험이 있는 엔지니어들이 직접 마이크로서비스에 대해 이야기 합니다. 특히 피보탈의 APAC에서 Application Transformation 을 주도하는 팀의 Sumant Singh Rana와, Satya Ranjan 두 수석 엔지니어들, 그리고 이들과 현재 한국에서 함께 프로젝트를 진행하고 계신 피보탈 한국 김영태 상무님이 함께 하십니다.
마이크로서비스에서 도메인 모델에 따른 데이터의 분리와 적절한 데이터 저장소의 선택은 가장 먼저 고려되어야 할 사항입니다. 피보탈은 다양한 엔터프라이즈 고객과의 프로젝트 수행을 통해 체계화된 서비스를 보유하고 있으며, 본 밋업에서는 그 경험과 과정을 공유하는 시간이 될 것입니다.
Visual Studio를 이용해 오픈소스 소프트웨어를 활용하는 여러 방법과 Cloud에 배포하는 방법에 대해서 소개해 드립니다. 특히, Visual Studio에서 node.js를 이용하는 방법은 물론, Git, Github, Azure Storage와 연동 방안까지 소개해 드리도록 하겠습니다.
Pivotal 에서는 GE, AllState, VolksWagen 등 세계 유수의 기업들과 긴밀한 협업 관계를 이루고 있습니다. 본 세션에서는 클라우드 네이티브 및 Digital Transformation 을 위한 조직 구조, 문화, 환경을 알아보고 Pivotal 에서 어떻게 도움을 드릴 수 있는지 알아봅니다.
이번 밋업에서는 다양한 프로젝트에서 도메인에 따라 데이터를 분리한 경험이 있는 엔지니어들이 직접 마이크로서비스에 대해 이야기 합니다. 특히 피보탈의 APAC에서 Application Transformation 을 주도하는 팀의 Sumant Singh Rana와, Satya Ranjan 두 수석 엔지니어들, 그리고 이들과 현재 한국에서 함께 프로젝트를 진행하고 계신 피보탈 한국 김영태 상무님이 함께 하십니다.
마이크로서비스에서 도메인 모델에 따른 데이터의 분리와 적절한 데이터 저장소의 선택은 가장 먼저 고려되어야 할 사항입니다. 피보탈은 다양한 엔터프라이즈 고객과의 프로젝트 수행을 통해 체계화된 서비스를 보유하고 있으며, 본 밋업에서는 그 경험과 과정을 공유하는 시간이 될 것입니다.
Visual Studio를 이용해 오픈소스 소프트웨어를 활용하는 여러 방법과 Cloud에 배포하는 방법에 대해서 소개해 드립니다. 특히, Visual Studio에서 node.js를 이용하는 방법은 물론, Git, Github, Azure Storage와 연동 방안까지 소개해 드리도록 하겠습니다.
Pivotal 에서는 GE, AllState, VolksWagen 등 세계 유수의 기업들과 긴밀한 협업 관계를 이루고 있습니다. 본 세션에서는 클라우드 네이티브 및 Digital Transformation 을 위한 조직 구조, 문화, 환경을 알아보고 Pivotal 에서 어떻게 도움을 드릴 수 있는지 알아봅니다.
Kubernetes cloud native development tools - k8s day korea 2019 - Gyuseok Lee규석 이
Kubernetes is famouse container orchestration opensource project. Development environment is changing too. So this slide proposed about why IT environment is going to DevOps, microservices architecture, container, and cloud. Also, what we have to prepare development tools. e.g. framework, developer enviornment, and workspaces. Quarkus is supersonic and subatomic cloud-native framework for java. Minikube, Minishift, and Red Hat Container development kit are support developing for container. And Eclipse Che and Red Hat Codeready Workspaces are fantastic IDE for kuberentes and OpenShift Container Platform.
클라우드 생각보다 저렴하지 않은데?!’
주변에서 이런 이야기 많이 들어보셨죠?
아닙니다. 제.대.로 사용한다면
‘클라우드, 생각보다 더 저렴합니다.’
어떻게해야 제대로 사용해 비용을 절약하고 운영 시간을 절감할 수 있는지
비용과 장애 대응 시간 모두 절반으로 줄일 수 있는 클라우드의 효율적인 운영 및 관리 방법에 대해
베스핀글로벌의 OpsNow 팀이 조목조목 자세히 알려드립니다.
Bespin global(베스핀글로벌) aws summit seoul 0415BESPIN GLOBAL
AWS Summit 에서 진행된 베스핀글로벌 이한주 대표의 세션은 빈자리가 없을 만큼 큰 인기 였습니다.
1,000 여명을 수용하는 오디토리움에 많은 분들이 자리해 주셨습니다.
Ops 엔지니어가 되기 위해 필요한 것, 베스핀이 Ops 엔지니어 기업으로 서기까지의 경험, 그리고 변화에 대응하지 않는 기업은 클라우드 세상에서 살아남기 어렵다는 메시지에 많은 분들이 고객을 끄덕였습니다.
마지막으로 변화에 대응하지 않는 회사에 계신다면, 베스핀글로벌로 오라는 메시지는 많은 참석자들의 동공 지진을 일으켰습니다 =) 지금도 늦지 않았습니다. We’re Still Hiring Join us !!
“전략적 접근이 필요하다” 멀티 클라우드 환경의 자원 및 비용 관리 방안BESPIN GLOBAL
엔터프라이즈 기업의 대세는 멀티 클라우드(Multi-Cloud)입니다.
IDG는 2021년, 엔터프라이즈 기업의 클라우드 관련 지출은 두배 이상 증가하여 $530억달러를 넘어설 것이며, 90% 이상이 Multi-Cloud를사용하게될 것이라고 예측했습니다.
더불어 Gartner에서도 Multi-Cloud가 2019년까지 엔터프라이즈기업의 70%가 채택하는 Cloud전략이 될것이라는 전망이, 현재의 흐름과 맞아떨어지고 있슴을 알 수 있습니다.
멀티 클라우드와 하이브리드 클라우드의 차이부터 관리플랫폼 소개 등 다양한 각도로 멀티 클라우드에 대해 알아보실 수 있습니다.
주요 내용
• 단계적 멀티클라우드 도입 전략
• 멀티클라우드 관리를 위해 알아야 할 것들
• 멀티클라우드 관리 플랫폼의 요구사항
• 멀티클라우드 관리 시연
[AWS & 베스핀글로벌 - 스타트업, 클라우드에 날개를 달자! 세미나] Why Startup loves CloudBESPIN GLOBAL
어디서나 접근이 가능하고 쉽고 빠르게 애플리케이션을 배포하기 위해서는 클라우드가 필수입니다.
클라우드는 IT에 국한된 이슈가 아닌 비즈니스 전략적으로 선택해야하는 머스트가 되었죠.
왜냐하면 디지털 트랜스포메이션은 4차 산업혁명의 핵심이거든요.
그렇지만 이런 새로운 바람에 대해 아직 낯설고 어디서부터 시작해야할지 모르겠다면 베스핀글로벌과 함께 클라우드로의 여정을 떠나면 어떨까요?
지난 6월 28일 AWS와 베스핀글로벌 스타트없을 위한 세미나를 진행했습니다.
세계 최고의 클라우드 회사 AWS와 성공한 스타트업 선배들의 사례를 통해 여러분들께 유용한 시간이 되길 바랍니다.
클라우드가 뭔지 궁금하지만 잘 모르겠다면, 클라우드를 도입하고는 싶지만 어디서부터 시작해야 할지 감이 오지 않으신다면, 베스핀글로벌과 상의하세요.
[IDG Tech Webinar] “클라우드 비용, 더 아낄 수 있다” 실전 클라우드 비용 최적화 가이드BESPIN GLOBAL
IDG Tech Webinar
“클라우드 비용, 더 아낄 수 있다” 실전 클라우드 비용 최적화 가이드
수없이 많은 클라우드의 장점을 중 가장 중요한 부분은 무엇일까요?
장점을 모두 합쳐도, ‘비용 절감’보다 중요하지 않다고 해도 과언이 아닙니다.
실제로 클라우드를 이미 사용 중이거나 도입을 고민하고 있는 기업의 절반 정도가 ‘비용 최적화’와 ‘비용 관리’를 가장 큰 도전 과제로 꼽고 있습니다.
비용 절감을 주된 이유로 클라우드를 도입했지만, 이런 이점을 제대로 살리기 위해서는 클라우드의 특성을 이해하고 지속적인 모니터링과 이를 기반으로 한 전략 수정이 필요합니다.
또한 기존 인프라 대비 충분히 저렴하다고 생각하는 클라우드 비용도 최적화와 관리를 통해 더 줄일 수 있다는 점을 간과해서는 안됩니다.
국내 클라우드 매니지드 서비스 시장에서 맹활약하고 있는 베스핀글로벌은 기업의 퍼블릭 클라우드 도입 및 활용을 돕는 다양한 서비스로 주목 받고 있습니다.
특히 베스핀글로벌의 OpsNow는 ‘클라우드 비용 50% 절감’을 강조하는 완성형 클라우드 관리 플랫폼입니다.
지난 7월 10일 웨비나에서 베스핀글로벌이 그동안 축적한 클라우드 비용 절감 노하우를 낱낱이 소개했습니다.
과연 클라우드 비용을 어디까지 최적화할 수 있는지, 어떻게 하면 비용을 절반으로 줄일 수 있는지 알아보시기 바랍니다.
클라우드가 뭔지 궁금하지만 잘 모르겠다면, 클라우드를 도입하고는 싶지만 어디서부터 시작해야 할지 감이 오지 않으신다면, 베스핀글로벌과 상의하세요.
SOSCON 2016 - OSS "개발자"의 Machine Learning 분투기Dae Woo Kim
이 발표자료는 SOSCON2016에서 발표한 자료이며 아래 내용을 포함하고 있습니다.
개발자와 머신러닝(?)
어디에 어떻게 사용해야 하나
머신러닝 데모
학습모델 / 예측모델
지도 학습 / 비지도 학습 / 분석 알고리즘
예측모델 생성 데모
예측 모델을 API로 노출 및 Python 등에서 사용
Cloud and Machine Learning in real world businessDae Kim
Presentation document for kaist CS443 class - 20161101
Session subject : Cloud and Machine Learning in real world business
Github repo short URL : https://aka.ms/cs443
Agenda
Essential – Global cloud service vender(Microsoft, AWS, Google) trend(10 min)
Machine Learning & Hadoop in real world business (30 min)
Cloud and Machine Learning solution architecture debrief with “code” (30 min)
Q&A (10 min)
Microsoft Bot fraemwork code for D.Camp - d.party presentation
이 자료는 d.party 발표를 위해 제작. http://www.dcamp.kr/event/apply/1500
10분 동안 만드는 진짜 Bot
Microsoft Bot Framework를 이용해
봇을 개발 / 게시 / 등록하고, 실제 메신져 어플리케이션에서 추가해 봇과 채팅하는 어플리케이션을 개발하는 것이 목표 + Azure Machine Learning을 이용해 예측 분석을 봇을 통해 수행
Kubernetes cloud native development tools - k8s day korea 2019 - Gyuseok Lee규석 이
Kubernetes is famouse container orchestration opensource project. Development environment is changing too. So this slide proposed about why IT environment is going to DevOps, microservices architecture, container, and cloud. Also, what we have to prepare development tools. e.g. framework, developer enviornment, and workspaces. Quarkus is supersonic and subatomic cloud-native framework for java. Minikube, Minishift, and Red Hat Container development kit are support developing for container. And Eclipse Che and Red Hat Codeready Workspaces are fantastic IDE for kuberentes and OpenShift Container Platform.
클라우드 생각보다 저렴하지 않은데?!’
주변에서 이런 이야기 많이 들어보셨죠?
아닙니다. 제.대.로 사용한다면
‘클라우드, 생각보다 더 저렴합니다.’
어떻게해야 제대로 사용해 비용을 절약하고 운영 시간을 절감할 수 있는지
비용과 장애 대응 시간 모두 절반으로 줄일 수 있는 클라우드의 효율적인 운영 및 관리 방법에 대해
베스핀글로벌의 OpsNow 팀이 조목조목 자세히 알려드립니다.
Bespin global(베스핀글로벌) aws summit seoul 0415BESPIN GLOBAL
AWS Summit 에서 진행된 베스핀글로벌 이한주 대표의 세션은 빈자리가 없을 만큼 큰 인기 였습니다.
1,000 여명을 수용하는 오디토리움에 많은 분들이 자리해 주셨습니다.
Ops 엔지니어가 되기 위해 필요한 것, 베스핀이 Ops 엔지니어 기업으로 서기까지의 경험, 그리고 변화에 대응하지 않는 기업은 클라우드 세상에서 살아남기 어렵다는 메시지에 많은 분들이 고객을 끄덕였습니다.
마지막으로 변화에 대응하지 않는 회사에 계신다면, 베스핀글로벌로 오라는 메시지는 많은 참석자들의 동공 지진을 일으켰습니다 =) 지금도 늦지 않았습니다. We’re Still Hiring Join us !!
“전략적 접근이 필요하다” 멀티 클라우드 환경의 자원 및 비용 관리 방안BESPIN GLOBAL
엔터프라이즈 기업의 대세는 멀티 클라우드(Multi-Cloud)입니다.
IDG는 2021년, 엔터프라이즈 기업의 클라우드 관련 지출은 두배 이상 증가하여 $530억달러를 넘어설 것이며, 90% 이상이 Multi-Cloud를사용하게될 것이라고 예측했습니다.
더불어 Gartner에서도 Multi-Cloud가 2019년까지 엔터프라이즈기업의 70%가 채택하는 Cloud전략이 될것이라는 전망이, 현재의 흐름과 맞아떨어지고 있슴을 알 수 있습니다.
멀티 클라우드와 하이브리드 클라우드의 차이부터 관리플랫폼 소개 등 다양한 각도로 멀티 클라우드에 대해 알아보실 수 있습니다.
주요 내용
• 단계적 멀티클라우드 도입 전략
• 멀티클라우드 관리를 위해 알아야 할 것들
• 멀티클라우드 관리 플랫폼의 요구사항
• 멀티클라우드 관리 시연
[AWS & 베스핀글로벌 - 스타트업, 클라우드에 날개를 달자! 세미나] Why Startup loves CloudBESPIN GLOBAL
어디서나 접근이 가능하고 쉽고 빠르게 애플리케이션을 배포하기 위해서는 클라우드가 필수입니다.
클라우드는 IT에 국한된 이슈가 아닌 비즈니스 전략적으로 선택해야하는 머스트가 되었죠.
왜냐하면 디지털 트랜스포메이션은 4차 산업혁명의 핵심이거든요.
그렇지만 이런 새로운 바람에 대해 아직 낯설고 어디서부터 시작해야할지 모르겠다면 베스핀글로벌과 함께 클라우드로의 여정을 떠나면 어떨까요?
지난 6월 28일 AWS와 베스핀글로벌 스타트없을 위한 세미나를 진행했습니다.
세계 최고의 클라우드 회사 AWS와 성공한 스타트업 선배들의 사례를 통해 여러분들께 유용한 시간이 되길 바랍니다.
클라우드가 뭔지 궁금하지만 잘 모르겠다면, 클라우드를 도입하고는 싶지만 어디서부터 시작해야 할지 감이 오지 않으신다면, 베스핀글로벌과 상의하세요.
[IDG Tech Webinar] “클라우드 비용, 더 아낄 수 있다” 실전 클라우드 비용 최적화 가이드BESPIN GLOBAL
IDG Tech Webinar
“클라우드 비용, 더 아낄 수 있다” 실전 클라우드 비용 최적화 가이드
수없이 많은 클라우드의 장점을 중 가장 중요한 부분은 무엇일까요?
장점을 모두 합쳐도, ‘비용 절감’보다 중요하지 않다고 해도 과언이 아닙니다.
실제로 클라우드를 이미 사용 중이거나 도입을 고민하고 있는 기업의 절반 정도가 ‘비용 최적화’와 ‘비용 관리’를 가장 큰 도전 과제로 꼽고 있습니다.
비용 절감을 주된 이유로 클라우드를 도입했지만, 이런 이점을 제대로 살리기 위해서는 클라우드의 특성을 이해하고 지속적인 모니터링과 이를 기반으로 한 전략 수정이 필요합니다.
또한 기존 인프라 대비 충분히 저렴하다고 생각하는 클라우드 비용도 최적화와 관리를 통해 더 줄일 수 있다는 점을 간과해서는 안됩니다.
국내 클라우드 매니지드 서비스 시장에서 맹활약하고 있는 베스핀글로벌은 기업의 퍼블릭 클라우드 도입 및 활용을 돕는 다양한 서비스로 주목 받고 있습니다.
특히 베스핀글로벌의 OpsNow는 ‘클라우드 비용 50% 절감’을 강조하는 완성형 클라우드 관리 플랫폼입니다.
지난 7월 10일 웨비나에서 베스핀글로벌이 그동안 축적한 클라우드 비용 절감 노하우를 낱낱이 소개했습니다.
과연 클라우드 비용을 어디까지 최적화할 수 있는지, 어떻게 하면 비용을 절반으로 줄일 수 있는지 알아보시기 바랍니다.
클라우드가 뭔지 궁금하지만 잘 모르겠다면, 클라우드를 도입하고는 싶지만 어디서부터 시작해야 할지 감이 오지 않으신다면, 베스핀글로벌과 상의하세요.
SOSCON 2016 - OSS "개발자"의 Machine Learning 분투기Dae Woo Kim
이 발표자료는 SOSCON2016에서 발표한 자료이며 아래 내용을 포함하고 있습니다.
개발자와 머신러닝(?)
어디에 어떻게 사용해야 하나
머신러닝 데모
학습모델 / 예측모델
지도 학습 / 비지도 학습 / 분석 알고리즘
예측모델 생성 데모
예측 모델을 API로 노출 및 Python 등에서 사용
Cloud and Machine Learning in real world businessDae Kim
Presentation document for kaist CS443 class - 20161101
Session subject : Cloud and Machine Learning in real world business
Github repo short URL : https://aka.ms/cs443
Agenda
Essential – Global cloud service vender(Microsoft, AWS, Google) trend(10 min)
Machine Learning & Hadoop in real world business (30 min)
Cloud and Machine Learning solution architecture debrief with “code” (30 min)
Q&A (10 min)
Microsoft Bot fraemwork code for D.Camp - d.party presentation
이 자료는 d.party 발표를 위해 제작. http://www.dcamp.kr/event/apply/1500
10분 동안 만드는 진짜 Bot
Microsoft Bot Framework를 이용해
봇을 개발 / 게시 / 등록하고, 실제 메신져 어플리케이션에서 추가해 봇과 채팅하는 어플리케이션을 개발하는 것이 목표 + Azure Machine Learning을 이용해 예측 분석을 봇을 통해 수행
Presentation document for kaist CS492 class - 20161103 Session subject :
Machine Learning developer in "Business"
-People using ML in business (10 min)
-Machine Learning subsets including Deep Learning Toolkit CNTK and Tensorflow (20 min)
-Building predictive model & deploy in Azure Machine Learning (20 min)
-Q&A (10 min)
Zeppelin 노트북, 화재 뉴스 기사 데이터셋:
https://github.com/uosdmlab/playdata-zeppelin-notebook
2016년 10월 14일(금)에 "마루180"서 열린 "데이터야놀자"에서 진행한 세션 "Spark & Zeppelin을 활용한 머신러닝 실전 적용기" 슬라이드입니다. 많은 분들이 빠르고 쉽게 Spark ML을 시작했으면 하는 마음에서 발표를 준비했습니다! 실제로 Spark와 Zeppelin으로 머신러닝을 하며 발생한 문제점과 해결법, 간단한 텍스트 분류 예제와 성능 향상 사례 등의 내용을 담았습니다. 세션에서는 제플린 노트북과 슬라이드를 번갈아가며 진행하였는데, 노트북이 궁금하신 분들은 GitHub에 올려두었으니 직접 실행해보세요^^ (정말 열심히 정리했습니다 ㅠㅠ)
서울시립대학교 데이터마이닝연구실 김태준
*(SlideShare에서도 배달의민족 도현체 쓰고 싶어요)
Amazon Machine Learning Case Study: Predicting Customer ChurnAmazon Web Services
We do a deeper dive into Amazon Machine Learning, using a specific business problem as an example – predicting if the customer is about to leave your service, also known as customer churn. We examine several practical aspects of building and using a model, including the use of the recipe language for training data manipulation and modeling the costs of false positive/negative errors.
Build a Recommendation Engine using Amazon Machine Learning in Real-timeAmazon Web Services
Amazon Machine Learning is a service that makes it easy for developers of all skill levels to use machine learning technology. In this session, we will introduce how to use Amazon Machine Learning to create a data model, and use it to generate the real-time prediction for your application.
Transform your Business with AI, Deep Learning and Machine LearningSri Ambati
Video: https://www.youtube.com/watch?v=R3IXd1iwqjc
Meetup: http://www.meetup.com/SF-Bay-ACM/events/231709894/
In this talk, Arno Candel presents a brief history of AI and how Deep Learning and Machine Learning techniques are transforming our everyday lives. Arno will introduce H2O, a scalable open-source machine learning platform, and show live demos on how to train sophisticated machine learning models on large distributed datasets. He will show how data scientists and application developers can use the Flow GUI, R, Python, Java, Scala, JavaScript and JSON to build smarter applications, and how to take them to production. He will present customer use cases from verticals including insurance, fraud, churn, fintech, and marketing.
- Powered by the open source machine learning software H2O.ai. Contributors welcome at: https://github.com/h2oai
- To view videos on H2O open source machine learning software, go to: https://www.youtube.com/user/0xdata
『풀스택 개발자를 위한 MEAN 스택 입문』 - 미리보기복연 이
MEAN 스택, 서버와 클라이언트를 넘나드는 풀스택 엔지니어의 선택
MEAN은 서버와 클라이언트 양쪽을 모두 다루는 풀스택 엔지니어를 위한 기술이며, 한번 익혀두면 여러 상황에서 돌파구를 발견할 가능성을 높여준다. 그만큼 개발자의 경쟁력을 높일 수 있음을 의미한다. 스택의 모든 구성 요소가 자바스크립트를 사용하므로 진입 장벽이 낮고 팀 내 협업, 노하우 공유, 의사소통에 큰 도움을 준다.
이 책은 오랜 개발과 번역 경험을 두루 갖춘 베테랑 역자가 원서의 예제를 완결된 형태로 재구성해서 독자의 시간을 절약해주고 아쉬운 설명을 보강해 완성도를 높였다. 책의 흐름에 발맞춰 예제를 조금씩 확장해 나가다 보면 어느 순간 자신만의 멋진 풀스택 앱을 만들 수 있을 것이다.
- 지은이 : 애덤 브레츠, 콜린 J. 이릭
- 옮긴이 : 박재호
- ISBN : 978-89-6848-218-2 93000
- 발행일 : 2015년 9월 1일
- 페이지수 : 348
- 정가 : 28,000원
- 구매(예스24) : http://goo.gl/KNlRGg
인공지능 기술과 서비스의 이해
- KIAT & 기술보증기금 주관, 5대 신사업 기술동향교육과정 -
2016년 9월 21일 강의자료
- 서문 -
안녕하세요. 소프트웨어 정책연구소의 양병석 연구원 입니다.
사실 인공지능의 강연을 요청 받고 살짝 망설였습니다.
연구소에서 제 메인 분야는 인공지능도 아니었고, 인공지능 서비스를 개발 해본 적은 있지만 정말 인공지능 개발자 사이에서 뛰어난 수준은 아니었기 때문이죠.
진짜 인공지능을 이론적으로 제대로 이해하는 것은 컴퓨터공학을 전공한 사람들에게도 가장 어려운 난이도 입니다.
다행히 이 강연의 청중들이 개발자가 아니란 이야기를 듣고 “기술”의 시선 보다는 “서비스의 시선으로 접근할 수 있다고 싶어 이 강연을 수락했습니다.
아무쪼록 부족하지만 재미있게 들어주셨으면 감사하겠습니다.
- E-commerce BigData Scale AI Journey
- BigData Scale Deep Learning Production System Use Case
- Deep Learning, Cloud PaaS, Microservices, DevOps, etc.
- E-Commerce AI Production System Strategy
최근 글로벌 혁신의 트렌드인 AI의 다양한 사례를 살펴보고 단계적으로 어떻게 접근하고 준비해야 할지를 알려드립니다. 이미지/비디오 인식 등 AI 어플리케이션의 유형과 트렌드를 전달드립니다. 특히 AWS AI 서비스를 성공적으로 도입하고 활용하기 위한 전략을 살펴보고 사례를 통한 Use Case를 통해 단계별 접근 전략을 소개드립니다. 이번 세미나를 통해 최신 AI트렌드와 정의, 그리고 사례 기반의 도입 유형, 접근 전략과 방법론 등을 알 수 있습니다.
더 많은 AWS 온라인 세미나 알아보기: https://aws.amazon.com/ko/events/webinars/series
A future that integrates LLMs and LAMs (Symposium)Tae Young Lee
Presentation material from the IT graduate school joint event
- Korea University Graduate School of Computer Information and Communication
- Sogang University Graduate School of Information and Communication
- Sungkyunkwan University Graduate School of Information and Communication
- Yonsei University Graduate School of Engineering
- Hanyang University Graduate School of Artificial Intelligence Convergence
2. 개발자와 머신러닝(?)
어디에 어떻게 사용해야 하나
머신러닝 데모
학습모델 / 예측모델
지도 학습 / 비지도 학습 / 분석 알고리즘
예측모델 생성 데모
예측 모델을 API로 노출 및 Python 등에서 사용
01
02
03
04
05
06
07
OSS "개발자"의 Machine Learning 분투기
3. 오늘 진행한 모든 발표자료+코드
http://aka.ms/soscon2016-ml
Redirect to
https://github.com/CloudBreadPaPa/soscon2016-ml
17. 추천 엔진
광고 분석
비즈니스를 위한
날씨/기후 분석
소셜 네트워크 분
석
IT 인프라 및 웹
어프리케이션 최
적화 문서 탐색
가격 분석
Fraud
detection
이탈 예측 분석
장비 모니터링
지역 기반 추적과
서비스
개인화된 상품 예
측 제공
예측 분석을 이용한
기술은 향후 모든
산업에 필요 충분 조건