최신 글
-
AWS 개념
AIF-C01 시험 키워드 짝짓기 및 핵심 서비스 정리
[AIF-C01 시험 직전 1분 핵심 키워드 짝짓기]Bedrock vs SageMaker: 단일 API/서버리스/고객 데이터 격리 = Bedrock | 인프라 direct control/ML 수명주기 전체 관리 = SageMakerAmazon Q 구분: 사내 권한 상속/문서 요약 = Q Business | IDE 연동/실시간 코드 작성 보조 = Q DeveloperRAG & Titan: 모델 재학습 없이 사내 데이터 반영 및 환각 완화 = RAG | RAG 구현 시 텍스트를 벡터로 변환 = Titan Embeddings사전 학습 AI 서비스:이미지/비디오 분석 & OCR = Rekognition텍스트 감정 분석 & PII 식별 = Comprehend대화형 챗봇 구축 = Lex음성→텍스트(STT) = Tr..
-
AWS 개념
[AWS AI Practitioner 14일차] 최종 실전 모의고사 (Part 2) 및 시험 직전 핵심 합격 체크리스트
요약Domain 1: Fundamentals of AI and ML (20%): AI/ML/DL 포함 관계, 지도/비지도/강화 학습, 정밀도/재현율/F1-Score 지표 구분.Domain 2: Fundamentals of Generative AI (24%): FM, Transformer, Prompt Engineering (Zero-shot, Few-shot, CoT), RAG, Temperature 설정.Domain 3: Applications of Foundation Models (28%): Bedrock (단일 API, 서버리스, 데이터 격리, Guardrails), SageMaker (ML 수명주기 및 인프라 제어), Amazon Q (Business vs Developer).Domain 4: G..
-
AWS 개념
[AWS AI Practitioner 13일차] 전체 도메인 핵심 종합 정리 및 실전 모의고사 (Part 1)
요약AI/ML/DL 기본 개념: 포함 관계(AI > ML > DL), 학습 형태에 따른 지도 학습(정답 표기)과 비지도 학습(패턴 발견) 구분.생성형 AI & 파운데이션 모델(FM): 트랜스포머 아키텍처 기반, Zero-shot/Few-shot/CoT 프롬프팅 기법을 통한 성능 향상.RAG & 벡터 변환: 모델 재학습(Fine-tuning) 대비 저비용/고효율 최신 사내 지식 반영 및 환각(Hallucination) 완화, Titan Embeddings 활용.Amazon Bedrock vs SageMaker: 단일 API/서버리스/고객 데이터 격리(Bedrock) vs ML 전체 수명주기 및 인프라 완벽 제어(SageMaker).Amazon Q & 사전 학습 AI: 용도별 구분(Q Business - 권..