Amazon에서의 인공지능이란 무엇일까 ??

인공 지능 

 

--> 

학습, 문제 해결, 패턴 인식 등과 같이 주로 인간 지능과 연결된 인지 문제를 해결하는 데 주력하는 컴퓨터 공학 분야입니다. 보통 "AI"로 줄여서 부르는 인공 지능은 로봇 공학이나 미래의 모습을 내포하고 있을 수도 있지만, AI는 공상 과학 소설에 나오는 작은 로봇을 넘어 첨단 컴퓨터 공학의 현실이 되고 있습니다.

 

기계 학습과 딥 러닝은 모두 인공 지능 분야에서 파생된 컴퓨터 과학 분야입니다.

 

이러한 기법은 크게 "감독된" 학습 기법과 "감독되지 않은" 학습 기법으로 나뉘며, "감독된"은 원하는 출력값이 포함된 교육 데이터를 사용하고 "감독되지 않은"은 원하는 출력값을 제외한 교육 데이터를 사용합니다.

 

 

AI는 더 많은 데이터를 통해 "점점 더 똑똑"해지고 더 빠르게 학습하고 있으며, IOT가 출현하면서 센서 기술이 분석할 데이터 양을 기하급수적으로 늘리고 있습니다.

 

 

기계 학습

 

-->

기계 학습은 패턴 인식 및 학습에 사용되는 몇 가지 베이지안 기법에 주로 적용되는 이름입니다. 기계 학습은 기록된 데이터에서 학습하고 이를 기반으로 예측하며, 불확실성 하에서 기본 유틸리티 기능을 최적화하고 데이터에서 숨겨진 구조를 추출하고 데이터를 간결한 설명으로 분류할 수 있는 알고리즘의 모음입니다.

기계 학습은 명시적 프로그래밍이 너무 엄격하거나 실용성이 없는 경우 주로 배포됩니다. 소프트웨어 개발자가 주어진 입력에 따라 프로그램 코드별로 출력을 생성하기 위해 개발하는 일반 컴퓨터 코드와는 달리, 기계 학습은 데이터를 사용하여 통계 코드(ML 모델)를 생성합니다. 이 통계 코드는 이전의 입력 예제에서 인식한 패턴을 기반으로 "적절한 결과"를 출력합니다. ML 모델의 정확성은 대부분 기록 데이터의 양과 질에 달려 있습니다.

 

 

Amazon에서는 기계 학습을 어떻게 사용할까 ?!

 

-->

Amazon.com은 기계 학습 기반 시스템상에 많은 비즈니스를 구축하고 있습니다. ML없이는 Amazon.com이 비즈니스를 성장시키고, 고객 경험과 선택을 개선하며, 물류 속도와 품질을 최적화할 수 없었을 것입니다.

Amazon.com은 다른 비즈니스에서도 Amazon.com이 사용하는 것과 같은 IT 인프라를 활용하고 민첩성과 비용혜택을 받을 수 있게 하려고 AWS를 시작했으며, 이제 모든 비즈니스에서 사용할 수 있도록 ML기술을 계속해서 대중화하고 있습니다.

 

 

사용 사례 

 

-->

이상 탐지 : 예상된 패턴이나 데이터 세트의 다른 항목과 일치하지 않는 항목, 이벤트 또는 관찰 결과를 파악합니다.

부정 탐지 : 잠재적인 부정 소매 트랜잭션을 파악하거나 부정 또는 부적절한 항목 검토를 탐지하는 데 도움이 되는 예측 모델을 구축합니다.

고객 이탈 : 이탈 위험이 높은 고객을 찾아 미리 프로모션이나 고객 서비스 활동에 참여시킬 수 있습니다.

콘텐츠 개인화 : 예측 분석 모델을 사용하여 이전 고객의 행동을 기반으로 항목을 추천하거나 웹 사이트 흐름을 최적화함으로써 웹 사이트에서 좀 더 개인화된 고객 경험을 제공합니다.