Danny's Blog

📘 Training Data & Feature EngineeringWhy Training Data Matters To build a reliable ML model, you need good quality data.\ Principle: Garbage In → Garbage Out. If your input data is messyor incorrect, your model will produce poor predictions.\ Data preparation is the most critical stage of ML.\ The way you model your data (e.g., labeled/unlabeled,structured/unstructured) directly impacts which algorithms you canuse. 👉 Exam Tip: Expect questions about labeled vs. unlabeled ands...

📊 머신러닝 학습 데이터 정리1. 학습 데이터(Training Data)의 중요성 좋은 데이터를 가져야 좋은 모델을 만들 수 있음 Garbage In → Garbage Out : 잘못된 데이터를 넣으면 결과도 잘못됨 가장 중요한 단계 = 데이터를 깨끗하게 준비하는 것 데이터의 종류에 따라 사용할 수 있는 알고리즘도 달라짐 2. 라벨링 데이터 vs 비라벨링 데이터🔹 라벨링 데이터 (Labeled Data) 입력값(Input) + 정답(Output Label)이 함께 있는 데이터 예: 고양이, 강아지 이미지와 각각의 라벨이 함께 있음 사용 사례: 지도학습(Supervised Learning) 🔹 비라벨링 데이터 (Unlabeled Data) 입력값만 있고 정답 라벨이 없음 예: 고양이/강아지 사진만 있고 라벨이 없는 경우 사용 사례: 비지도학습(Unsupervised Learning) → 패턴이나 군집 찾기 ...

🤖 인공지능(AI), 머신러닝(ML), 딥러닝(DL), 생성형 AI (GenAI) 정리1. 인공지능(AI)란? AI는 인간의 지능이 필요한 일을 대신 수행할 수 있는 시스템을 만드는 광범위한 기술 분야입니다. 주요 기능: 인식(Perception) 추론(Reasoning) 학습(Learning) 문제 해결(Problem Solving) 의사결정(Decision Making) 👉 시험 포인트: AI는 큰 개념(우산)이고, 그 안에 ML → DL → GenAI 순서로 세부 기술이 포함됩니다. --- 2. AI의 구성 요소 데이터 계층: 대량의 데이터를 수집 ML 프레임워크 및 알고리즘 계층: 데이터 과학자와 엔지니어가 요구사항에 맞는 알고리즘 설계 모델 계층: 모델 구조 설계, 파라미터 및 최적화 함수 적용 → 학습 수행 애플리케이션 계층: 학습된 모델을 실제 사용자에게 서비스 3. 머신러닝(ML)란? AI의 한 분야로...

🤖 Understanding AI, ML, DL, and GenAI1. What is Artificial Intelligence (AI)?Artificial Intelligence (AI) is a broad field focused on building intelligent systems capable of tasks that usually require human intelligence, such as: Perception Reasoning Learning Problem solving Decision making 👉 AI is an umbrella term covering multiple techniques. 2. AI Components Data Layer: Collects large amounts of data. ML Framework & Algorithm Layer: Data scientists and engine...

🎉 PartyRock – GenAI Playground📌 What is PartyRock? PartyRock is a Generative AI app-building playground powered by Amazon Bedrock. It allows you to experiment with creating GenAI apps using various Foundation Models (FMs). No coding or AWS account is required. The UI is very similar to Amazon Q Apps, but requires less setup. 👉 Link: PartyRock 🔑 Key Features Build GenAI apps without coding Use natural language prompts to create applications Experiment with different widge...

🎉 PartyRock 정리1. PartyRock이란? PartyRock은 AWS에서 제공하는 생성형 AI 앱 제작 실습 공간(Playground) 입니다. Amazon Bedrock 기반으로 동작하지만, 실제 AWS 서비스는 아니며 시험 대비용으로만 알아두면 됩니다. 특징: AWS 계정 없이 사용 가능 (로그인만으로 체험 가능) 코딩 불필요 → 누구나 자연어 입력만으로 AI 앱 제작 가능 UI(화면 구성)는 Amazon Q Apps와 비슷하지만, 더 간단하고 빠르게 시작 가능 👉 시험 포인트: PartyRock은 Bedrock 기반의 체험용 Playground 이며, AWS 공식 서비스가 아니다. PartyRock 바로가기 --- 2. PartyRock의 기능 GenAI 앱 만들기 사용자가 원하는 앱을 자연어로 설명하면 자동으로 앱 생성 예: “재료를 입력하면 레시피와 음식 이미지를 생성하는 앱” 위젯(Widget) 기...

🤖 Amazon Q – 서비스별 활용 정리Amazon Q는 점점 더 다양한 AWS 서비스에 지능형 계층으로 통합되고 있습니다. 따라서 시험에서도 자주 다뤄질 수 있습니다. 아래는 주요 서비스별 Amazon Q 통합 내용입니다. 1. Amazon Q for QuickSightAmazon QuickSight는 데이터를 시각화하고 대시보드를 만드는 서비스입니다.기존에는 그래프를 직접 선택하고 설정해야 했지만, Amazon Q를 이용하면 자연어로 데이터에 질문하고 시각화를 자동으로 생성할 수 있습니다. 기능: 데이터를 업로드 후 자연어 질문으로 그래프 자동 생성 “지역별 제품 판매 현황 보여줘” → 지도 기반 차트 자동 생성 데이터 요약(Executive Summary) 자동 제공 대시보드의 시각화 생성 및 편집 가능 👉 시험 포인트:QuickSight에서 Amazon Q는 자연어 기반 데이터 질의 및 시각화 생성을 지원한다는 점을 기억하세요. 2....

🤖 Amazon Q – Integration with AWS ServicesAmazon Q is increasingly being integrated into various AWS services, providing intelligent assistance. These features may appear on AWS certification exams, so it’s important to understand how Amazon Q works with each service. 📊 Amazon Q for QuickSight Amazon QuickSight is a BI (Business Intelligence) service for creating dashboards and visualizing data. With Amazon Q, you can: Ask natural language questions about your datasets. Automatically g...

💻 Amazon Q Apps & Amazon Q Developer1. Amazon Q Apps (Part of Q Business)📌 What It IsAmazon Q Apps allow you to create GenAI-powered applications without writing code, simply by using natural language.It leverages your company’s internal data and can also integrate with plugins (e.g., Jira, ServiceNow, Salesforce). 🔑 Key Features No coding required – build apps via natural language prompts. Uses company data – applications are grounded in internal knowledge. Plugin support – extend...

🤖 Amazon Q Apps & Amazon Q Developer1. Amazon Q Apps (Q Business) 코딩 없이 자연어로 Gen-AI 기반 앱을 만들 수 있음 회사 내부 데이터를 활용 플러그인(예: Jira, ServiceNow, Salesforce 등)과 연동 가능 직관적인 웹 UI에서 “어떤 앱을 만들고 싶은지” 설명하면 자동으로 생성됨 👉 활용 예시 “문서를 업로드하고 사내 지식 기반에서 답변하는 Q&A 앱” “Jira 이슈를 자동으로 생성하는 내부 앱” 📌 시험 포인트 Amazon Q Apps = Q Business의 일부 RAG(데이터 검색) + 플러그인(API 호출) 조합으로 빠르게 사내 맞춤형 앱을 생성할 수 있음 2. Amazon Q Developer – 개요Amazon Q Developer는 개발자 지원 AI로 두 가지 영역을 담당합니다. (1) AWS 도우미 역할 AWS...