±¹³»µµ¼
Àü°øµµ¼/´ëÇб³Àç
°øÇаè¿
ÄÄÇ»ÅÍ°øÇÐ
2013³â 9¿ù 9ÀÏ ÀÌÈÄ ´©Àû¼öÄ¡ÀÔ´Ï´Ù.
Á¤°¡ |
30,000¿ø |
---|
30,000¿ø
900P (3%Àû¸³)
ÇÒÀÎÇýÅÃ | |
---|---|
Àû¸³ÇýÅà |
|
|
|
Ãß°¡ÇýÅÃ |
|
À̺¥Æ®/±âȹÀü
¿¬°üµµ¼
»óÇ°±Ç
ÀÌ»óÇ°ÀÇ ºÐ·ù
Ã¥¼Ò°³
ÀÌÁ¦´Â °³ÀÎÀÌ È¥ÀÚ¼ ÄÚµùµµ ÇÏ°í ÄÄÇ»Å͵µ °®Ãß´Â µî ¸ðµç °É °®Ãß°í ¿¬±¸°³¹ßÀ» ¼öÇàÇÏ
´Â ½Ã´ë´Â Áö³µ´Ù. ±×·¸°Ô Çؼ ´Þ¼ºÇÒ ¼ö ÀÖ´Â ÀÛ¾÷ÀÇ ¼öÁØÀº ¿ÀǼҽº¸¦ »ç¿ëÇÏ´Â °Í¿¡
ºñÇØ ½Ã°£»Ó¸¸ ¾Æ´Ï¶ó ¼º´É ¸é¿¡¼µµ °æÀï·ÂÀ» °®Ãâ ¼ö ¾øÀ¸¸ç, ¿ä±ÝÀ» ÁöºÒÇØ¾ß Çϴ Ŭ
¶ó¿ìµå ¼ºñ½º¸¦ È°¿ëÇÏ´Â °Í º¸´Ù °á°úÀûÀ¸·Î À¯Áö ¹× ¾÷±×·¹ÀÌµå ¸é¿¡¼ ´õ ºñ¿ëÀÌ Ä¿Áö
°Ô µÉ ¼öµµ ÀÖ´Ù. °Å´ë ±Û·Î¹ú ±â¾÷µéÀÌ ¸·°ÇÑ ÀÎÀû, ¹°Àû ÀÚ¿øÀ» µ¿¿øÇؼ °³¹ßÇÏ°í °ø°³
ÇÏ´Â µö ´º·² ³×Æ®¿öÅ©ÀÇ ¼º´ÉÀ» °³ÀÎ Â÷¿øÀÇ ¸®¼Ò½º·Î µµ´ÞÇÏ°í ÇÁ·ÎÁ§Æ®¸¦ ¼öÇàÇÑ´Ù´Â
°ÍÀº, ÀÌÁ¦´Â µ·Å°È£Å×ÀÇ À̾߱⿡³ª µîÀåÇÒ ¹ýÇÑ ¹«¸ðÇÑ ½Ã´ë°¡ µÇ¾î °¡°í ÀÖ´Ù.
°³ÀÎ ¼öÁØ¿¡¼ °¡Á¤¿¡¼ ¸î ³¯ ¸çÄ¥À» µ¹¸®±â¿¡ ºÎ´ã µÇ´Â ¸î ¹é ¿ÍÆ®¸¦ ¼Ò¸ðÇÏ´Â ¸î ¹é¸¸¿øÂ¥¸® ±×·¡ÇÈ Ä«µå¸¦ °®Ãá´Ù Çؼ ¾îÂ÷ÇÇ ¼º´ÉÀÌ ºñ±³°¡ µÇÁö ¾ÊÀ¸¸ç, ±Þ¼ÓÈ÷ ¹ßÀüÇÏ´Â Çϵå¿þ¾î±â¼ú¿¡ ¸ÂÃç ¾÷±×·¹À̵å ÇÏ¸ç µû¶ó°¡´Â °Íµµ ´ëºÎºÐÀÇ °³ÀÎ ¹× Áß¼Ò±â¾÷ÀÇ ¿¬±¸°³¹ßÀڵ鿡°Ô ºÒ°¡´ÉÇÒ °ÍÀÌ´Ù. ±× ´ë¾ÈÀ» Ŭ¶ó¿ìµå ¼ºñ½º¿¡¼ ãÀ» ¼ö ÀÖÀ» °ÍÀÌ´Ù.
¾ÆÁ÷Àº »ç¿ë·®¿¡ µû¸¥ ºñ¿ëÀÌ ¸¸¸¸Ä¡ ¾ÊÁö¸¸, ¾Æ¸¶Á¸, ±¸±Û, ¸¶ÀÌÅ©·Î¼ÒÇÁÆ® µîÀÇ °æÀïÀÌ
ÁøÇàµÇ¸é¼ ¿ä±ÝÀÌ Á¡Á¡ Àú·ÅÇØÁú °ÍÀ¸·Î ±â´ëÇÑ´Ù. ¸®¼Ò½º »ç¿ë¿¡ µû¶ó ¿ä±ÝÀÌ ÀûÁö ¾ÊÀ»
¼ö ÀÖÀ¸³ª, ÀÏ´Ü °íºñ¿ë ¾÷±×·¹ÀÌµå ¹× À¯Áö ºÎ´ã¿¡¼ ¹þ¾î³¯ ¼ö ÀÖ´Ù. AWS ¿ä±Ý ¸ðµ¨ÀÌ
Àú·ÅÇÑ ÆíÀº ¾Æ´Ò ¼ö ÀÖÀ¸³ª, ´Ù¾çÇÑ ¿ä±Ý ¿É¼Ç(¿¹: on-demand pricing, reserved instance pricing, spot
instance pricing)À» Á¦°øÇÏ°í ÀÖÀ¸¹Ç·Î ÀÚ½ÅÀÇ »ç¿ë·® µî ÇÊ¿ä¿¡ µû¶ó ÀûÇÕÇÑ ¿ä±Ý ¸ðµ¨À» ¼±ÅÃ
ÇÑ´Ù¸é ºñ¿ëÀ» ³·Ãâ ¼ö ÀÖÀ» °ÍÀÌ´Ù. ¶ÇÇÑ, AWS°¡ ¾ÆÁ÷Àº °¡Àå ¼±µÎÁÖÀÚ·Î º¼ ¼ö ÀÖ´Ù:
(Ãâó: https://cloud.google.com/gartner-caids)
- AWS¸¦ ÀÌ¿ëÇÏ¸é ´ÙÀ½°ú °°Àº ÀåÁ¡ÀÌ ÀÖ´Ù:
- µö ·¯´×À» À§ÇÑ º°µµÀÇ Çϵå¿þ¾î ºÒÇÊ¿ä
- ÇÊ¿ä¿¡ µû¶ó ¿ë·® È®Àå ¶Ç´Â Ãà¼Ò Á¶Àý °¡´É
- ¾àÁ¤ ¾øÀÌ »ç¿ëÇÑ ¸¸Å¸¸ ¿ä±Ý ÁöºÒ
- ¿£ÅÍÇÁ¶óÀÌÁî±Þ º¸¾È
- ¾îµð¿¡¼µç ¾ÈÀüÇÏ°Ô Á¢¼Ó °¡´É
´õ ÀÚ¼¼ÇÑ ÀÌ·Ð ¼³¸íÀÌ ÇÊ¿äÇÑ °æ¿ì ÆÐÅÏÀνÄ(À¯ÇöÁß ¿ª), ±â°èÇнÀ(¿ÀÀϼ® Àú) µîÀÇ µµ¼¸¦ Âü°íÇϱ⸦
±ÇÇÑ´Ù. ¶ÇÇÑ ÀÌ Ã¥Àº ´Ù¼Ò ±¸Çö À§ÁÖ·Î ÀÛ¼ºµÇ¾î ÀÖÀ¸¹Ç·Î, ÀÌÇظ¦ µ½±â À§ÇØ À¯Æ©ºê µîÀ»
ÅëÇØ AWS¿¡ °üÇÑ »çÀü Áö½ÄÀ» ¹Ì¸® °øºÎÇÏ°í ½ÃÀÛÇϱ⸦ ±ÇÇÑ´Ù(¿¹: https://www.youtube.com/
watch?v=R0vC31OXt-g). ¶ÇÇÑ ÀÌ Ã¥À» ÀÐÀ¸¸é¼ ¾Æ·¡ ±×¸²ÀÇ AWSÀÇ ¸Ó½Å ·¯´×°ú ÀΰøÁö´É ½º
ÅÃÀ» ¿°µÎ¿¡ µÎ°í ÀÐÀ¸¸é µµ¿òÀÌ µÉ °ÍÀÌ´Ù(ºü¸¥ º¯È·Î ÀÎÇØ AWS È¸é °ü·Ã Ã¥ÀÇ ±×¸²µéÀÌ ÇöÀç¿Í ´Ù¸¦ ¼ö ÀÖ´Ù).
ÃâÆÇ»ç ¼Æò
AWS´Â µ¥ÀÌÅÍ °úÇÐÀÚµéÀÌ ´Ù¾çÇÑ ¸Ó½Å ·¯´× Ŭ¶ó¿ìµå ¼ºñ½º¸¦ Ž»öÇÒ ¼ö ÀÖµµ·Ï »õ·Î¿î
Çõ½ÅÀ» Áö¼ÓÀûÀ¸·Î ÃßÁøÇÏ°í ÀÖ´Ù. ÀÌ Ã¥Àº AWS¿¡¼ °í±Þ ¸Ó½Å ·¯´× ¾Ë°í¸®ÁòÀ» ¹è¿ì°í
±¸ÇöÇϱâ À§ÇÑ Æ÷°ýÀûÀÎ Âü°í µµ¼ÀÌ´Ù.
ÀÌ Ã¥À¸·Î °øºÎÇÏ¸é¼ ¾Ë°í¸®ÁòµéÀ» Elastic MapReduceÀÇ Apache Spark, SageMaker ¹×
TensorFlow¸¦ »ç¿ëÇÏ¿© AWS¿¡¼ ÈÆ·Ã, Æ©´× ¹× ¹èÆ÷ÇÏ´Â ¹æ¹ý¿¡ °üÇÑ ÅëÂû·ÂÀ» ¾òÀ» ¼ö
ÀÖÀ» °ÍÀÌ´Ù. XGBoost, ¼±Çü ¸ðµ¨, ÀμöºÐÇØ(Factorization) ¸Ó½Å ¹× µö ³×Æ®¿öÅ©¿Í °°Àº ¾Ë
°í¸®Áò¿¡ ÁßÁ¡À» µÎ´Â µ¿½Ã¿¡, ÀÌ Ã¥¿¡¼´Â ½ÇÁ¦ ¹®Á¦¸¦ ÇØ°áÇÏ´Â µ¥ µµ¿òÀÌ µÇ´Â ¼¼ºÎÀû
ÀÎ ½Ç¿ëÀû ¾ÖÇø®ÄÉÀ̼ǻӸ¸ ¾Æ´Ï¶ó AWSÀÇ °³¿äµµ Á¦°øÇÑ´Ù. ¸ðµç ½Ç¿ëÀû ¾ÖÇø®ÄÉÀ̼Ç
¿¡´Â AWS¿¡¼ ½ÇÇàÇÏ´Â µ¥ ÇÊ¿äÇÑ ¸ðµç Äڵ尡 Æ÷ÇÔµÈ ÀÏ·ÃÀÇ ÄÄÆдϾð ³ëÆ®ºÏÀÌ Æ÷ÇÔµÇ
¾î ÀÖ´Ù. ´ÙÀ½ ¸î Àå¿¡¼´Â ½º¸¶Æ® ºÐ¼® ¹× ¿¹Ãø ¸ðµ¨¸µ¿¡¼ °¨Á¤(¾î°¨) ºÐ¼®¿¡ À̸£±â±îÁö
SageMaker ¹× EMR ³ëÆ®ºÏÀ» »ç¿ëÇÏ¿© ´Ù¾çÇÑ ÀÛ¾÷À» ¼öÇàÇÏ´Â ¹æ¹ýÀ» ¹è¿î´Ù.
ÀÌ Ã¥À» ³¡³»¸é AWS¿¡¼ ¸Ó½Å ·¯´× ÇÁ·ÎÁ§Æ®¸¦ È¿°úÀûÀ¸·Î ó¸®ÇÏ°í, ¾Ë°í¸®ÁòÀ» ±¸Çö ¹×
Æò°¡ÇÏ´Â µ¥ ÇÊ¿äÇÑ ±â¼úÀ» °®Ãß°Ô µÉ °ÍÀÌ´Ù.
| ÀÌ Ã¥ÀÇ ´ë»ó |
ÀÌ Ã¥Àº AWS¹× ÀÌÀÇ ÅëÇÕ ¼ºñ½º¸¦ »ç¿ëÇÏ¿© Ŭ¶ó¿ìµå¿¡ °í±Þ ¸ðµ¨°ú ½º¸¶Æ® ¾ÖÇø®ÄÉÀÌ
¼ÇÀ» ±¸ÃàÇÏ·Á´Â µ¥ÀÌÅÍ °úÇÐÀÚ, ¸Ó½Å ·¯´× °³¹ßÀÚ, µö ·¯´× ¾ÖÈ£°¡ ¹× AWS »ç¿ëÀÚ¸¦ ´ë
»óÀ¸·Î ÇÑ´Ù. ¸Ó½Å ·¯´× °³³ä, Python ÇÁ·Î±×·¡¹Ö, ±×¸®°í AWS¸¦ Á¶±ÝÀÌ¶óµµ ÀÌÇØÇÏ°í ÀÖ
´Ù¸é µµ¿òÀÌ µÉ °ÍÀÌ´Ù.
¡áÀÌ Ã¥ÀÇ Æ¯Â¡
1 Àå ¡°AWS¿ë ¸Ó½Å ·¯´× ½ÃÀÛÇϱ⡱¿¡¼´Â ¸Ó½Å ·¯´×À» ¼Ò°³ÇÑ´Ù. µ¥ÀÌÅÍ °úÇÐÀÚ°¡ ¸Ó½Å ·¯
´×À» ¹è¿ì´Â ÀÌÀ¯¿Í, AWS°¡ ´Ù¾çÇÑ ½ÇÁ¦ ¹®Á¦¸¦ ÇØ°áÇϴµ¥ ¾î¶»°Ô µµ¿òÀ» ÁÖ´ÂÁö¿¡
°üÇØ ¼³¸íÇÑ´Ù. ¶ÇÇÑ ÀÌ Ã¥¿¡¼ ´Ù·ê AWS ¼ºñ½º ¹× µµ±¸¿¡ °üÇؼµµ ¼³¸íÇÑ´Ù.
2 Àå ¡°Naive Bayes¿¡ ÀÇÇÑ Æ®À§ÅÍ ÇÇµå ºÐ·ù¡±¿¡¼´Â Naive Bayes ¾Ë°í¸®ÁòÀÇ ±âÃʸ¦ ¼Ò°³
ÇÏ°í, ÀÌ ¾Ë°í¸®Áò ¹× ¾ð¾î ¸ðµ¨À» »ç¿ëÇÏ¿© ÇØ°áÇÒ ÅؽºÆ® ºÐ·ù ¹®Á¦¸¦ Á¦½ÃÇÑ´Ù.
scikit-learn°ú SageMaker BlazingTextÀÇ Apache Spark¸¦ »ç¿ëÇÏ¿© Naive Bayes¸¦
Àû¿ëÇÏ´Â ¹æ¹ýÀ» ¼³¸íÇÏ´Â ¿¹Á¦¸¦ Á¦°øÇÑ´Ù. ¶ÇÇÑ ´õ º¹ÀâÇÑ ½Ã³ª¸®¿À¿¡¼ º£ÀÌÁö¾È
Ãß·ÐÀÇ °³³äÀ» »ç¿ëÇÏ´Â ¹æ¹ýÀ» »ìÆ캼 °ÍÀÌ´Ù. Æ®À§ÅÍ API¸¦ »ç¿ëÇÏ¿© µÎ Á¤´ç¿øÀÇ
Æ®ÀÀ» ½ºÆ®¸®¹ÖÇÏ°í, ¾î´À Á¤´ç¿¡ ¼ÓÇÏ´ÂÁö ¿¹ÃøÇÑ´Ù. scikit-learn, Apache Spark,
SageMaker ¹× BlazingText¸¦ »ç¿ëÇÑ´Ù.
3 Àå ¡°È¸±Í ¾Ë°í¸®Áò¿¡ ÀÇÇÑ ÁÖÅà °¡°Ý ¿¹Ãø¡±¿¡¼´Â ȸ±Í ¾Ë°í¸®ÁòÀÇ ±âÃʸ¦ ¼Ò°³ÇÏ°í, ÀÌ
¸¦ Àû¿ëÇÏ¿© ´Ù¾çÇÑ Æ¯Â¡ÀÌ ÁÖ¾îÁ³À» ¶§ ÁÖÅà °¡°ÝÀ» ¿¹ÃøÇÑ´Ù. ºÐ·ù ¹®Á¦¿¡ ·ÎÁö½º
ƽ ȸ±Í¸¦ »ç¿ëÇÏ´Â ¹æ¹ýµµ ¼Ò°³ÇÑ´Ù. scikit-learn°ú Apache Spark ¿ë SageMakerÀÇ
¿¹Á¦°¡ Á¦°øµÈ´Ù. https://www.kaggle.com/c/boston-housing/ÀÇ Boston Housing
Price µ¥ÀÌÅͼ°ú scikit-learn, Apache Spark, SageMaker¸¦ »ç¿ëÇÑ´Ù.
4 Àå ¡°Æ®¸® ±â¹Ý ¹æ¹ý¿¡ ÀÇÇÑ »ç¿ëÀÚ Çൿ ¿¹Ãø¡±Àº ÀÇ»ç °áÁ¤ Æ®¸®, ·£´ý Æ÷¸®½ºÆ®, ±×
·¡µð¾ðÆ® ºÎ½ºÆ® Æ®¸®¸¦ ¼Ò°³ÇÑ´Ù. ÀÌ ¾Ë°í¸®ÁòÀ» »ç¿ëÇÏ¿© »ç¿ëÀÚ°¡ ±¤°í¸¦ Ŭ¸¯
ÇÒ ½Ã±â¸¦ ¿¹ÃøÇÏ´Â ¹æ¹ýÀ» »ìÆì º¸°Ú´Ù. ¶ÇÇÑ AWS EMR°ú Apache Spark¸¦ »ç¿ë
ÇÏ¿© ´ë±Ô¸ð·Î ¸ðµ¨À» Á¦ÀÛÇÏ´Â ¹æ¹ý¿¡ ´ëÇØ ¼³¸íÇÑ´Ù. Adform Ŭ¸¯ ¿¹Ãø µ¥ÀÌÅÍ
¼Â(https://doi.org/10.7910/DVN/TADBY7, Harvard Dataverse, V2)À» »ç¿ëÇÑ´Ù.
xgboost, Apache Spark, SageMaker, EMR ¶óÀ̺귯¸®¸¦ »ç¿ëÇÑ´Ù.
5 Àå ¡°Å¬·¯½ºÅ͸µ ¾Ë°í¸®ÁòÀ» »ç¿ëÇÑ °í°´ ¼¼ºÐÈ¡±¿¡¼´Â °í°´ ÆÐÅÏ¿¡ ±â¹ÝÇؼ °í°´ ¼¼
ºÐÈ¿¡ Àû¿ëÇÏ´Â ¹æ¹ýÀ» Ž±¸ÇÏ¿© ÁÖ¿ä Ŭ·¯½ºÅ͸µ ¾Ë°í¸®ÁòÀ» ¼Ò°³ÇÑ´Ù. AWS
SageMaker¸¦ ÅëÇØ skicit-learn ¹× Apache Spark¿¡¼ ÀÌ·¯ÇÑ ¾Ë°í¸®ÁòÀ» ½ÇÇàÇÏ
´Â ¹æ¹ýÀ» º¸¿©ÁØ´Ù. Fabien DanielÀÇ ÀüÀÚ »ó°Å·¡ µ¥ÀÌÅÍ(https://www.kaggle.
com/fabiendaniel/customer-segmentation/data)¿Í scikit-learn, Apache Spark ¹×
SageMaker¸¦ »ç¿ëÇÑ´Ù.
6 Àå ¡°ÃßõÀ» À§ÇÑ ¹æ¹®ÀÚ ÆÐÅÏ ºÐ¼®¡±¿¡¼´Â ¸ÂÃãÇü ¸¶ÄÉÆà Àü·«À» ÃßõÇϱâ À§ÇØ ÀÌ
µ¿ ÆÐÅÏÀ» ±â¹ÝÀ¸·Î ºñ½ÁÇÑ »ç¿ëÀÚ¸¦ ã´Â ¹®Á¦¸¦ Á¦½ÃÇÑ´Ù. scikit-learn°ú AWS
SageMakerÀÇ Apache SparkÀÇ ¿¹Á¦¿Í ÇÔ²² Çù¾÷ ÇÊÅ͸µ ¹× °Å¸® ±â¹Ý ¹æ¹ýÀÌ ¼Ò°³µÈ
´Ù. Kwan Hui LimÀÇ Å׸¶ ÆÄÅ© ¸í¼Ò ¹æ¹® µ¥ÀÌÅͼÂ(https://sites.google.com/site/
limkwanhui/datacode), Apache Spark, SageMaker¸¦ »ç¿ëÇÑ´Ù.
7 Àå ¡°µö ·¯´× ¾Ë°í¸®Áò¡±¿¡¼´Â µö ·¯´×ÀÇ ÁÖ¿ä °³³äÀ» ¼Ò°³ÇÏ°í, ÀÌ°ÍÀÌ ¿À´Ã³¯ AI ±â¹Ý
Á¦Ç°°ú ¿Ö ¹ÐÁ¢ÇÑ °ü·ÃÀÌ ÀÖ´ÂÁö ¼³¸íÇÑ´Ù. ÀÌ ÀåÀÇ ¸ñÀûÀº µö ·¯´×ÀÇ ÀÌ·ÐÀûÀÎ ¼¼ºÎ
»çÇ×À» ³íÀÇÇÏ´Â °ÍÀÌ ¾Æ´Ï¶ó, ¾Ë°í¸®ÁòÀ» ¿¹Á¦·Î ¼³¸íÇÏ°í, µö ·¯´× ¾Ë°í¸®Áò¿¡ ´ë
ÇÑ ³ôÀº ¼öÁØÀÇ °³³ä ÀÌÇظ¦ Á¦°øÇÏ´Â °ÍÀÌ´Ù. ÀÌ°ÍÀº ±× ´ÙÀ½ Àåµé¿¡¼ ¹«¾ùÀ» ±¸Çö
ÇÏ°í ÀÖ´ÂÁö ÀÌÇØÇÒ ¼ö ÀÖ´Â ¹ßÆÇÀ» Á¦°øÇÒ °ÍÀÌ´Ù.
8 Àå ¡°AWS¿¡¼ TensorFlow¸¦ »ç¿ëÇÑ µö ·¯´× ±¸Çö¡±¿¡¼´Â ÀÏ·ÃÀÇ ½Ç¿ëÀûÀÎ ¿µ»ó ÀνÄ
¹®Á¦¸¦ »ìÆ캸°í, AWS¿¡¼ TensorFlow¸¦ »ç¿ëÇؼ À̸¦ ÇØ°áÇÏ´Â ¹æ¹ýÀ» ¼³¸íÇÑ
´Ù. TensorFlow´Â ½ÉÃþ ½Å°æ¸ÁÀ» ÈƷýÃÅ°´Â µ¥ »ç¿ëÇÒ ¼ö ÀÖ´Â ¸Å¿ì ÀαâÀÖ´Â µö
·¯´× ÇÁ·¹ÀÓ¿öÅ©´Ù. ÀÌ Àå¿¡¼´Â TensorFlow¸¦ ¼³Ä¡ÇÏ°í, °£´ÜÇÑ µ¥ÀÌÅͼ°ú ÇÔ²²
µö ·¯´× ¸ðµ¨ÀÇ ÈƷÿ¡ »ç¿ëÇÏ´Â ¹æ¹ýÀ» ¼³¸íÇÑ´Ù. TensorFlow ¹× SageMaker¿Í ÇÔ
²² MNIST Çʱ⠼ýÀÚ µ¥ÀÌÅͼÂ(http://yann.lecun.com/exdb/mnist/)À» »ç¿ëÇÑ´Ù.
9 Àå ¡°SageMaker¸¦ »ç¿ëÇÑ ¿µ»ó ºÐ·ù ¹× °ËÃ⡱¿¡¼´Â ¾Õ Àå¿¡¼ ´Ù·ïÁø ¿µ»ó ºÐ·ù ¹®Á¦¸¦
SageMakerÀÇ ¿µ»ó ºÐ·ù ¾Ë°í¸®Áò ¹× °´Ã¼ °ËÃâ ¾Ë°í¸®ÁòÀ» »ç¿ëÇؼ ´Ù½Ã ´Ù·é´Ù.
´ÙÀ½ µ¥ÀÌÅͼÂÀ» »ç¿ëÇÑ´Ù:
¤ý C altech256(http://www.vision.caltech.edu/Image_Datasets/Caltech256/)
AWS SageMakerµµ »ç¿ëÇÑ´Ù.
10 Àå ¡°AWS Comprehend¡±¿¡¼´Â ´Ù¾çÇÏ°í À¯¿ëÇÑ ÀÛ¾÷À» ¼öÇàÇÏ´Â NLP µµ±¸ÀÎ
Comprehend¶ó´Â AWS µµ±¸ÀÇ ±â´É¿¡ ´ëÇØ ¼³¸íÇÑ´Ù.
11 Àå ¡°AWS Rekognition¡±¿¡¼´Â µö ·¯´×À» »ç¿ëÇÏ´Â ¿µ»ó ÀÎ½Ä µµ±¸ÀÎ Rekognition »ç¿ë
¹æ¹ýÀ» ¼³¸íÇÑ´Ù. µ¶ÀÚµéÀº ÀÚ½ÅÀÇ ¾ÖÇø®ÄÉÀ̼ǿ¡ ¿µ»ó ÀνÄÀ» ½±°Ô Àû¿ëÇÏ´Â ¹æ¹ýÀ» ¹è¿î´Ù.
12 Àå ¡°AWS Lex¸¦ »ç¿ëÇÑ ´ëÈÇü ÀÎÅÍÆäÀ̽º ±¸Ãࡱ¿¡¼´Â ´ëÈÇü ÀÎÅÍÆäÀ̽º¸¦ ±¸ÃàÇÒ
¼ö ÀÖ°Ô ÇØÁÖ´Â µµ±¸ÀÎ AWS Lex¸¦ ¼³¸íÇÑ´Ù. ÀÌ Àå¿¡¼´Â µö ·¯´×À» ÀÌ¿ëÇÑ ÀÚ¿¬
¾î ÀÌÇØ °°Àº ÁÖÁ¦¸¦ ¼Ò°³ÇÑ´Ù.
13 Àå ¡°AWS¿¡¼ Ŭ·¯½ºÅÍ »ý¼ºÇϱ⡱¿¡¼´Â µö ·¯´×ÀÇ ÁÖ¿ä ¹®Á¦ Áß ÇϳªÀÎ ¿©·¯ ¸Ó½Å¿¡
ÇнÀÀ» È®ÀåÇÏ°í º´·ÄÈÇÏ´Â ¹æ¹ýÀ» ¼³¸íÇÑ´Ù. ÀÌ Àå¿¡¼´Â ÇнÀ±â Ŭ·¯½ºÅ͸¦ ¸¸
µå´Â ´Ù¾çÇÑ ¹æ¹ýÀ» »ìÆì º»´Ù. ƯÈ÷ ºÐ»ê TensorFlow¿Í Apache Spark¸¦ ÅëÇØ µö
·¯´× ÆÄÀÌÇÁ¶óÀÎÀ» º´·ÄÈÇÏ´Â ¹æ¹ý¿¡ ÁßÁ¡À» µÐ´Ù.
14 Àå ¡°Spark¿Í SageMaker¿¡¼ÀÇ ¸ðµ¨ ÃÖÀûÈ¡±¿¡¼´Â AWS¿¡¼ ÈÆ·ÃµÈ ¸ðµ¨À» ÇÁ·Î´ö¼Ç
ȯ°æ¿¡¼ ¿øÈ°ÇÏ°Ô ½ÇÇàÇϵµ·Ï ´õ¿í ÃÖÀûÈ ÇÏ´Â ¹æ¹ýÀ» ¼³¸íÇÑ´Ù. ÀÌ ¼½¼Ç¿¡¼´Â
¾Ë°í¸®Áò ¼º´ÉÀ» Çâ»ó½ÃÅ°±â À§ÇØ »ç¿ëÇÒ ¼ö ÀÖ´Â ´Ù¾çÇÑ Æ®¸¯¿¡ ´ëÇØ ¼³¸íÇÑ´Ù.
15 Àå ¡°¸Ó½Å ·¯´×À» À§ÇÑ Å¬·¯½ºÅÍ Æ©´×¡±¿¡¼´Â ¸¹Àº µ¥ÀÌÅÍ °úÇÐÀÚ¿Í ¸Ó½Å ·¯´× Àü¹®°¡
°¡ ¸Ó½Å ·¯´× µ¥ÀÌÅÍ ÆÄÀÌÇÁ¶óÀÎÀ» ´ë±Ô¸ð·Î ½ÇÇàÇÏ·Á ÇÒ ¶§ Á÷¸éÇÏ´Â ½ºÄÉÀÏ ¹®
Á¦¸¦ ´Ù·é´Ù. ÀÌ Àå¿¡¼´Â ÁÖ·Î ´ë±Ô¸ð ¸Ó½Å ·¯´× ÀÛ¾÷À» ½ÇÇàÇϱâ À§ÇÑ °·ÂÇÑ µµ
±¸ÀÎ EMR¿¡ ÃÊÁ¡À» ¸ÂÃá´Ù. EMRÀ» ±¸¼º(configure)ÇÏ´Â ¹æ¹ýÀº ¿©·¯ °¡Áö°¡ ÀÖÀ¸
¸ç, ¸ðµç ½Ã³ª¸®¿À¿¡ ´ëÇØ ¸ðµç ¼³Á¤ÀÌ ÀÛµ¿ÇÏ´Â °ÍÀº ¾Æ´Ï´Ù. EMRÀÇ ÁÖ¿ä ±¸¼ºÀ»
»ìÆ캸°í, °¢ ±¸¼ºÀÌ ¼·Î ´Ù¸¥ ¸ñÇ¥µéÀ» À§ÇØ ¾î¶»°Ô ÀÛµ¿ÇÏ´ÂÁö ¼³¸íÇÑ´Ù. ¶ÇÇÑ
AWS¸¦ ÅëÇØ ºò µ¥ÀÌÅÍ ÆÄÀÌÇÁ¶óÀÎÀ» ½ÇÇàÇÏ´Â ´Ù¸¥ ¹æ¹ýµµ Á¦½ÃÇÑ´Ù.
16 Àå ¡°AWS ±¸Ãà ¸ðµ¨ ¹èÆ÷¡±¿¡¼´Â ¹èÆ÷¿¡ ´ëÇØ ¼³¸íÇÑ´Ù. ÀÌ ½ÃÁ¡¿¡¼ µ¶ÀÚ´Â AWS¿¡
¼ ±¸ÃàÇÑ ¸ðµ¨ÀÌ ÀÖÀ¸¸ç, À̸¦ ÇÁ·Î´ö¼Ç¿¡ º¸³»°í ½ÍÀ» °ÍÀÌ´Ù. ¿ì¸®´Â ¸ðµ¨À» ¹è
Æ÷ÇØ¾ß ÇÏ´Â ´Ù¾çÇÑ ÄÁÅؽºÆ®°¡ ÀÖ´Ù´Â °ÍÀ» ¾Ë°í ÀÖ´Ù. ¾î¶² °æ¿ì¿¡´Â ÀϺΠ½Ã½º
ÅÛ¿¡ Á¦°øµÇ´Â ÀÛ¾÷ÀÇ CSV¸¦ »ý¼ºÇÏ´Â °Í¸¸Å ½±´Ù. ´ëºÎºÐ ¿¹ÃøÇÒ ¼ö ÀÖ´Â À¥ ¼
ºñ½º¸¦ ¹èÆ÷Çϱ⸸ ÇÏ¸é µÈ´Ù. ±×·¯³ª ¸ðµ¨À» º¹ÀâÇÏ°í Áö¿¬ ½Ã°£ÀÌ ÂªÀº ¿¡Áö ½Ã
½ºÅÛ¿¡ ¹èÆ÷ÇؾßÇÏ´Â °æ¿ì°¡ ¸¹´Ù. ¸Ó½Å ·¯´× ¸ðµ¨À» ÇÁ·Î´ö¼Ç¿¡ ¹èÆ÷ÇÒ ¼ö ÀÖ´Â
´Ù¾çÇÑ ¹æ¹ýÀ» »ìÆì º»´Ù.
¸ñÂ÷
Á¦1ºÎ AWS¿¡¼ÀÇ ML
1Àå AWS·Î ML ½ÃÀÛÇϱâ 03
1.1 AWS°¡ µ¥ÀÌÅÍ °úÇÐÀÚÀÇ ¿ª·®À» Å°¿öÁÖ´Â ÀÌÀ¯ 03
1.1.1 ML¿¡ AWS µµ±¸ »ç¿ëÇϱâ 05
1.2 ML·Î ÇØ°áÇÒ ¼ö ÀÖ´Â ¹®Á¦ÀÎÁö ½Äº°Çϱâ 06
1.3 ML ÇÁ·ÎÁ§Æ® ¶óÀÌÇÁ ½ÎÀÌŬ 07
1.3.1 µ¥ÀÌÅÍ ¼öÁý 07
1.3.2 Æò°¡ ¸ÞÆ®¸¯ 08
1.3.3 ¾Ë°í¸®Áò ¼±Á¤ 08
1.4 ¸ðµ¨ ¹èÄ¡ 09
¿ä¾à 09
¿¬½À¹®Á¦ 09
Á¦2ºÎ AWS¿¡¼ ´ë±Ô¸ð ML ¾Ë°í¸®Áò ±¸ÇöÇϱâ
2Àå ³ªÀÌºê º£ÀÌÁî(Na?ve Bayes )¿¡ ÀÇÇÑ Æ®À§ÅÍ ÇÇµå ºÐ·ù 13
2.1 ºÐ·ù ¾Ë°í¸®Áò 15
2.2 ³ªÀÌºê º£ÀÌÁî(Na?ve Bayes) ºÐ·ù±â 17
2.3 ¾ð¾î ¸ðµ¨À» ÀÌ¿ëÇؼ ÅؽºÆ® ºÐ·ùÇϱâ 20
2.4 Naive BayesÀÇ Àå´ÜÁ¡ 55
¿ä¾à 56
¿¬½À¹®Á¦ 56
XIV ¸ñÂ÷
3Àå ȸ±Í ¾Ë°í¸®Áò¿¡ ÀÇÇÑ ÁÖÅà °¡°Ý ¿¹Ãø 57
3.1 ÁÖÅà °¡°Ý ¿¹Ãø 57
3.2 ¼±Çü ȸ±ÍÀÇ ÀÌÇØ 58
3.3 ȸ±Í ¸ðµ¨ Æò°¡ 62
3.4 Scikit-learnÀ» ÅëÇÑ ¼±Çü ȸ±Í ±¸Çö 64
3.5 Apache Spark¸¦ ÅëÇÑ ¼±Çü ȸ±Í ±¸Çö 67
3.6 SageMaker ¼±Çü ÇнÀ±â¸¦ ÅëÇÑ ¼±Çü ȸ±Í ±¸Çö 70
3.7 ·ÎÁö½ºÆ½ ȸ±Í ÀÌÇØ 73
3.8 ¼±Çü ¸ðµ¨ÀÇ Àå´ÜÁ¡ 74
¿ä¾à 74
4Àå Æ®¸® ±â¹Ý »ç¿ëÀÚ Çൿ ¿¹Ãø 75
4.1 °áÁ¤ Æ®¸® ÀÌÇØ 75
4.2 ·£´ý Æ÷¸®½ºÆ® ¾Ë°í¸®Áò 83
4.3 ±×·¡µð¾ðÆ® ºÎ½ºÆà ¾Ë°í¸®Áò 84
4.4 ·Î±× ½ºÆ®¸²ÀÇ Å¬¸¯ ¿¹Ãø 84
¿ä¾à 110
¿¬½À¹®Á¦ 111
5.1 Ŭ·¯½ºÅ͸µ ¾Ë°í¸®Áò ¿ø¸® 113
5Àå Ŭ·¯½ºÅ͸µ ¾Ë°í¸®ÁòÀ» ÀÌ¿ëÇÑ °í°´ ¼¼ºÐÈ 113
5.2 EMR¿¡¼ Apache Spark¸¦ ÀÌ¿ëÇÑ Å¬·¯½ºÅ͸µ 120
¿ä¾à 136
¿¬½À¹®Á¦ 137
6Àå ¹æ¹®ÀÚ ÆÐÅÏ ºÐ¼®À» ÅëÇÑ Ãßõ 139
6.1 Flickr µ¥ÀÌÅ͸¦ ÀÌ¿ëÇÑ Å׸¶ÆÄÅ© ¸í¼Ò Ãßõ 139
6.2 Çù¾÷ ÇÊÅ͸µ 140
6.3 Apache SparkÀÇ ALS¸¦ ÅëÇÑ Ãßõ ã±â 144
XV ¸ñÂ÷
6.4 SageMaker FM(Factorization Machine)À» ÅëÇÑ ¸í¼Ò Ãßõ 151
¿ä¾à 160
¿¬½À¹®Á¦ 161
Á¦3ºÎ µö·¯´×
7Àå DL ¾Ë°í¸®Áò ±¸Çö 165
7.1 DL ÀÌÇØ 165
7.2 DL ÀÀ¿ë 167
7.3 DL ¾Ë°í¸®Áò 169
7.4 CNN 174
¿ä¾à 177
¿¬½À¹®Á¦ 178
8Àå AWS¿¡¼ TensorFlow·Î DL ±¸ÇöÇϱâ 179
8.1 TensorFlow ¼Ò°³ 179
8.2 ÀÏ¹Ý ML ¶óÀ̺귯¸®·Î¼ÀÇ TF 180
8.3 SageMaker¸¦ ÅëÇÑ TF ¸ðµ¨ ÈÆ·Ã ¹× ¼ºñ½º 184
8.4 TF¸¦ »ç¿ëÇÑ ¸ÂÃãÇü NN Á¦ÀÛ 189
¿ä¾à 194
¿¬½À¹®Á¦ 195
9Àå SageMaker¸¦ »ç¿ëÇÑ À̹ÌÁö ºÐ·ù ¹× °ËÃâ 197
9.1 À̹ÌÁö ºÐ·ù¸¦ À§ÇÑ Amazon SageMaker ¼Ò°³ 197
9.2 Amazon SageMaker¸¦ »ç¿ëÇÑ DL ¸ðµ¨ ÈÆ·Ã 199
9.3 Amazon SageMaker¸¦ »ç¿ëÇÑ À̹ÌÁö ºÐ·ù 206
¿ä¾à 209
¿¬½À¹®Á¦ 209
XVI ¸ñÂ÷
Á¦4ºÎ AWS ML ¼ºñ½º ÅëÇÕ
10Àå AWS Comprehend »ç¿ë 213
10.1 Amazon Comprehend ¼Ò°³ 214
10.2 Amazon Comprehend ¾×¼¼½º 215
10.3 Comprehend¸¦ »ç¿ëÇÑ NER 215
10.4 Comprehend¸¦ »ç¿ëÇÑ ¾î°¨ ºÐ¼® 219
10.5 Comprehend¸¦ »ç¿ëÇÑ ÅؽºÆ® ºÐ·ù 221
¿ä¾à 230
¿¬½À¹®Á¦ 231
11Àå AWS Rekognition 233
11.1 Amazon Rekognition ¼Ò°³ 233
11.2 °´Ã¼ ¹× Àå¸é °ËÃâ ±¸Çö 234
11.3 ¾ó±¼ ºÐ¼® ±¸Çö 238
¿ä¾à 244
¿¬½À¹®Á¦ 245
12Àå AWS Lex¸¦ ÀÌ¿ëÇÑ ´ëÈÇü ÀÎÅÍÆäÀ̽º 247
12.1 Amazon Lex ¼Ò°³ 247
12.2 Amazon Lex·Î ¸ÂÃãÇü 꺿 ¸¸µé±â 248
¿ä¾à 254
¿¬½À¹®Á¦ 254
XVII ¸ñÂ÷
Á¦5ºÎ AWS¸¦ ÅëÇÑ ¸ðµ¨ ÃÖÀûÈ ¹× ¹èÆ÷
13Àå AWS¿¡¼ÀÇ Å¬·¯½ºÅÍ »ý¼º 257
13.1 ÀνºÅϽº À¯Çü ¼±Åà 257
13.2 ºÐ»ê DL 263
¿ä¾à 267
14Àå Spark ¹× SageMaker¿¡¼ÀÇ ¸ðµ¨ ÃÖÀûÈ 269
14.1 ¸ðµ¨ ÃÖÀûÈÀÇ Á߿伺 269
14.2 ÀÚµ¿ ÇÏÀÌÆÛÆĶó¹ÌÅÍ Æ©´× 270
14.3 Apache Spark¿¡¼ÀÇ ÇÏÀÌÆÛÆĶó¹ÌÅÍ Æ©´× 271
14.4 SageMaker¿¡¼ÀÇ ÇÏÀÌÆÛÆĶó¹ÌÅÍ Æ©´× 273
¿ä¾à 278
¿¬½À¹®Á¦ 278
15Àå MLÀ» À§ÇÑ Å¬·¯½ºÅÍ Æ©´× 279
15.1 EMR ¾ÆÅ°ÅØó ¼Ò°³ 279
15.2 ÀÀ¿ëº° EMR Æ©´× 283
15.3 Glue¿¡ ÀÇÇÑ µ¥ÀÌÅÍ ÆÄÀÌÇÁ¶óÀÎ °ü¸® 286
¿ä¾à 292
6Àå AWS¿¡ ±¸ÃàÇÑ ¸ðµ¨ ¹èÆ÷Çϱâ 293
16.1 SageMaker ¸ðµ¨ ¹èÆ÷ 293
16.2 Apache Spark ¸ðµ¨ ¹èÆ÷ 298
¿ä¾à 305
¿¬½À¹®Á¦ 305
ºÎ·Ï AWS ½ÃÀÛÇϱâ 307
°ü·ÃÀ̹ÌÁö
ÀúÀÚ¼Ò°³
»ý³â¿ùÀÏ | - |
---|
ÇØ´çÀÛ°¡¿¡ ´ëÇÑ ¼Ò°³°¡ ¾ø½À´Ï´Ù.
»ý³â¿ùÀÏ | - |
---|
ÇØ´çÀÛ°¡¿¡ ´ëÇÑ ¼Ò°³°¡ ¾ø½À´Ï´Ù.
ÁÖ°£·©Å·
´õº¸±â»óÇ°Á¤º¸Á¦°ø°í½Ã
À̺¥Æ® ±âȹÀü
Àü°øµµ¼/´ëÇб³Àç ºÐ¾ß¿¡¼ ¸¹Àº ȸ¿øÀÌ ±¸¸ÅÇÑ Ã¥
ÆǸÅÀÚÁ¤º¸
»óÈ£ |
(ÁÖ)±³º¸¹®°í |
---|---|
´ëÇ¥ÀÚ¸í |
¾Èº´Çö |
»ç¾÷ÀÚµî·Ï¹øÈ£ |
102-81-11670 |
¿¬¶ôó |
1544-1900 |
ÀüÀÚ¿ìÆíÁÖ¼Ò |
callcenter@kyobobook.co.kr |
Åë½ÅÆǸž÷½Å°í¹øÈ£ |
01-0653 |
¿µ¾÷¼ÒÀçÁö |
¼¿ïƯº°½Ã Á¾·Î±¸ Á¾·Î 1(Á¾·Î1°¡,±³º¸ºôµù) |
±³È¯/ȯºÒ
¹ÝÇ°/±³È¯ ¹æ¹ý |
¡®¸¶ÀÌÆäÀÌÁö > Ãë¼Ò/¹ÝÇ°/±³È¯/ȯºÒ¡¯ ¿¡¼ ½Åû ¶Ç´Â 1:1 ¹®ÀÇ °Ô½ÃÆÇ ¹× °í°´¼¾ÅÍ(1577-2555)¿¡¼ ½Åû °¡´É |
---|---|
¹ÝÇ°/±³È¯°¡´É ±â°£ |
º¯½É ¹ÝÇ°ÀÇ °æ¿ì Ãâ°í¿Ï·á ÈÄ 6ÀÏ(¿µ¾÷ÀÏ ±âÁØ) À̳»±îÁö¸¸ °¡´É |
¹ÝÇ°/±³È¯ ºñ¿ë |
º¯½É ȤÀº ±¸¸ÅÂø¿À·Î ÀÎÇÑ ¹ÝÇ°/±³È¯Àº ¹Ý¼Û·á °í°´ ºÎ´ã |
¹ÝÇ°/±³È¯ ºÒ°¡ »çÀ¯ |
·¼ÒºñÀÚÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¼Õ½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì ·¼ÒºñÀÚÀÇ »ç¿ë, Æ÷Àå °³ºÀ¿¡ ÀÇÇØ »óÇ° µîÀÇ °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì ·º¹Á¦°¡ °¡´ÉÇÑ »óÇ° µîÀÇ Æ÷ÀåÀ» ÈѼÕÇÑ °æ¿ì ·½Ã°£ÀÇ °æ°ú¿¡ ÀÇÇØ ÀçÆǸŰ¡ °ï¶õÇÑ Á¤µµ·Î °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì ·ÀüÀÚ»ó°Å·¡ µî¿¡¼ÀÇ ¼ÒºñÀÚº¸È£¿¡ °üÇÑ ¹ý·üÀÌ Á¤ÇÏ´Â ¼ÒºñÀÚ Ã»¾àöȸ Á¦ÇÑ ³»¿ë¿¡ ÇØ´çµÇ´Â °æ¿ì |
»óÇ° Ç°Àý |
°ø±Þ»ç(ÃâÆÇ»ç) Àç°í »çÁ¤¿¡ ÀÇÇØ Ç°Àý/Áö¿¬µÉ ¼ö ÀÖÀ½ |
¼ÒºñÀÚ ÇÇÇغ¸»ó |
·»óÇ°ÀÇ ºÒ·®¿¡ ÀÇÇÑ ±³È¯, A/S, ȯºÒ, Ç°Áúº¸Áõ ¹× ÇÇÇغ¸»ó µî¿¡ °üÇÑ »çÇ×Àº¼ÒºñÀÚºÐÀïÇØ°á ±âÁØ (°øÁ¤°Å·¡À§¿øȸ °í½Ã)¿¡ ÁØÇÏ¿© ó¸®µÊ ·´ë±Ý ȯºÒ ¹× ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó±Ý Áö±Þ Á¶°Ç, ÀýÂ÷ µîÀº ÀüÀÚ»ó°Å·¡ µî¿¡¼ÀǼҺñÀÚ º¸È£¿¡ °üÇÑ ¹ý·ü¿¡ µû¶ó ó¸®ÇÔ |
(ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º´Â ȸ¿ø´ÔµéÀÇ ¾ÈÀü°Å·¡¸¦ À§ÇØ ±¸¸Å±Ý¾×, °áÁ¦¼ö´Ü¿¡ »ó°ü¾øÀÌ (ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º¸¦ ÅëÇÑ ¸ðµç °Å·¡¿¡ ´ëÇÏ¿©
(ÁÖ)KGÀ̴Ͻýº°¡ Á¦°øÇÏ´Â ±¸¸Å¾ÈÀü¼ºñ½º¸¦ Àû¿ëÇÏ°í ÀÖ½À´Ï´Ù.
¹è¼Û¾È³»
±³º¸¹®°í »óÇ°Àº Åùè·Î ¹è¼ÛµÇ¸ç, Ãâ°í¿Ï·á 1~2Àϳ» »óÇ°À» ¹Þ¾Æ º¸½Ç ¼ö ÀÖ½À´Ï´Ù.
Ãâ°í°¡´É ½Ã°£ÀÌ ¼·Î ´Ù¸¥ »óÇ°À» ÇÔ²² ÁÖ¹®ÇÒ °æ¿ì Ãâ°í°¡´É ½Ã°£ÀÌ °¡Àå ±ä »óÇ°À» ±âÁØÀ¸·Î ¹è¼ÛµË´Ï´Ù.
±ººÎ´ë, ±³µµ¼Ò µî ƯÁ¤±â°üÀº ¿ìü±¹ Åù踸 ¹è¼Û°¡´ÉÇÕ´Ï´Ù.
¹è¼Ûºñ´Â ¾÷ü ¹è¼Ûºñ Á¤Ã¥¿¡ µû¸¨´Ï´Ù.