aws

지표 수식을 사용한 Amazon CloudWatch 경보 생성 2018년 AWS에서는 실시간 분석을 위해 여러 지표에 걸친 계산을 수행할 수 있게 해 주는 지표 수식을 발표했습니다.  수집된 지표로 부터 간단한 표현식을 사용해 계산된 지표를 생성하고 이렇게 계산된 지표를 Amazon CloudWatch를 통해 시각화하고 CloudWatch 대시보드에 추가하거나 새롭게 출시된 GetMetricData API를 통해 검색할 수 있습니다. 지표 수식을 사용하면 기존 CloudWatch 지표에 대한 통찰력을 얻고 운영 상태 및 인프라 성능에 대한 이해를 높일 수 있습니다. AWS는 re:Invent 2018에서 지표 수식을 사용하여 CloudWatch 경보를 생성할 수 있는 기능을 발표했습니다. 이 블로그 게시물에서는 AWS Lambda 오류율을 계산하는 지표 수식에 대한 경보를 생성해 보겠습니다. AWS Lambda 오류에 대한 경보를 생성하되 적은 수의 오류는 경보가 트리거되지 않도록 허용하겠습니다. 지표 수식을 사용하면 백분율 형식의 오류율 표현식을 생성할 수 있습니다. 이렇게 하려면 [Errors] 지표를 [Invocations] 지표로 나누어 오류율을 얻고 이에 해당하는 시계열을 CloudWatch 대시보드의 그래프에 추가합니다. 표현식 = 오류 / 요청 * 100.다른 사용 [ more… ]

Amazon SageMaker Factorization Machines 알고리즘을 확장하여 추천 시스템 구현하기 Amazon SageMaker는 기계 학습 워크로드와 관련한 복잡한 비즈니스 문제를 해결하는 데 필요한 유연성을 제공합니다. 내장된 알고리즘은 빠르게 시작하는 데 도움이 됩니다.  이 블로그 게시물에서는 내장된 Factorization Machines 알고리즘을 확장하여 상위 x개의 권장 사항을 예측하는 방법을 설명합니다.이 접근 방식은 정해진 수의 사용자 권장 사항을 배치 형식으로 생성하려고 할 때 이상적입니다. 예를 들어, 이 접근 방식을 사용하여 대규모 세트의 사용자 및 제품 구매 정보에서 특정 사용자가 구매할 가능성이 높은 상위 20개 제품을 생성할 수 있습니다. 그런 다음 추후 대시보드 표시 또는 개인화된 이메일 마케팅에 사용하기 위해 권장 사항을 데이터베이스에 저장할 수 있습니다. 또한 주기적인 재훈련 및 예측을 위해 AWS Batch 또는 AWS Step Functions를 사용하여 이 블로그에 설명된 단계를 자동화할 수 있습니다.Factorization Machines는 모든 종류의 분류 및 회귀 작업 에 사용할 수 있는 범용 지도 학습 알고리즘입니다. 추천 시스템을 위한 엔진으로 설계되었던 이 [ more… ]

Amplify Console, Amazon Transcribe 및 AWS Global Accelerator 서울 리전 출시 지난 4월에 다양한  AWS 서비스들이 서울 리전에 출시하였습니다. 4월 9일 Amplify Console은, 19일 Amazon Transcribe 그리고 24일 AWS Global Accelerator  등이 서울 리전 고객에게 선보였습니다. 이 글에서 각 서비스에 대해 간략하게 소개해 드리고자합니다. Amplify Console 서울 리전 출시 Amplify Console은 풀 스택 서버리스 웹 애플리케이션을 위한 완전관리형 호스팅 서비스입니다. Git 기반 워크플로를 통해 GraphQL 또는 REST API, 파일 및 데이터 스토리지 같은 클라우드 리소스로 빌드된 백엔드와 React, Angular, Vue 또는 Gatsby 같은 단일 페이지 애플리케이션 프레임워크로 빌드된 프런트엔드로 구성되어 있습니다. Amplify에 대한 소개는 아래 발표 자료 및 동영상을 참고하시면 됩니다. AWS MobileHub와 AWS Amplify를 사용한 하이브리드 모바일 어플리케이션 개발하기 – 강정희 솔루션즈 아키텍트 하이브리드 모바일 어플리케이션 개발을 위한 새로운 도구, AWS Amplify – 강정희, AWS 솔루션즈 아키텍트 AWS Amplify를 통한 손쉬운 모바일 애플리케이션 개발하기 – 김필중 솔루션즈 아키텍트 사용 [ more… ]

AWS 아시아 태평양(홍콩) 리전 정식 출시 및 활성화 방법 이미 예고해 드린 대로 홍콩 SAR에 AWS 리전이 공개되어 바로 사용을 시작할 수 있습니다. 정식 이름은 아시아 태평양(홍콩)이며, API 이름은 ap-east-1입니다. AWS 아시아 태평양(홍콩) 리전은 아시아 태평양에서 중국 본토의 베이징, 뭄바이, 닝샤, 서울, 싱가포르, 시드니, 도쿄에 이은 8번째 활성 AWS 리전입니다. 이제 AWS는 전 세계 21개 리전 내에서 64개 가용 영역에 분포해 있습니다. 또한 현재 바레인, 케이프타운, 자카르타, 밀라노에서 추가 4개의 AWS 리전과 12개의 추가 가용 영역을 확보하려는 계획도 발표했습니다. 제공 인스턴스 및 서비스 3개 AZ를 보유한 이 리전에서 실행되는 애플리케이션은 C5, C5d, D2, I3, M5, M5d, R5, R5d 및 T3 인스턴스를 사용하며, Amazon API Gateway, Application Auto Scaling, AWS Certificate Manager(ACM), AWS Artifact, AWS CloudFormation, Amazon CloudFront, AWS CloudTrail, Amazon CloudWatch, CloudWatch Events, Amazon CloudWatch Logs, AWS CodeDeploy, AWS Config, AWS Config Rules, AWS Database Migration Service, AWS Direct Connect, [ more… ]

Amazon SageMaker Ground Truth의 최근 신규 기능 모음 AWS re:Invent 2018에서 출시된 Amazon SageMaker Ground Truth는 Amazon SageMaker의 기능으로, 이 기능을 통해 고객은 기계 학습 시스템을 학습시키는 데 필요한 데이터 세트에 효율적이고 정확하게 레이블을 지정할 수 있습니다. Ground Truth에 대한 간단한 소개 Amazon SageMaker Ground Truth를 사용하면 기계 학습을 위해 매우 정확한 학습 데이터 세트를 빠르게 구축할 수 있습니다. SageMaker Ground Truth를 사용하면 공개 및 비공개 레이블 지정 작업자에게 간편하게 액세스할 수 있으며, 이들에게 공통 레이블 지정 작업을 위한 기본 워크플로와 인터페이스를 제공합니다. 또한 SageMaker Ground Truth는 자동 레이블 지정을 사용하여 레이블 지정 비용을 최대 70%까지 낮출 수 있으며, 이 자동 레이블 지정을 통해 서비스가 독립적으로 데이터에 레이블을 지정하는 방법을 학습할 수 있도록 사람이 레이블을 지정하는 데이터로부터 Ground Truth를 학습시킵니다. Amazon SageMaker Ground True를 사용하면 다음과 같은 용도로 데이터 세트를 작성할 수 있습니다. 텍스트 분류 이미지 분류(특정 클래스의 이미지 분류) [ more… ]