Detect Anomalies in Game Transactions with ML and Sagemaker (Korean)
Offered By: Amazon Web Services via AWS Skill Builder
Course Description
Overview
과정 설명
여러 게임을 구축하고 운영하는 게임 스튜디오는 게임 클라이언트에서 받은 트랜잭션 데이터의 서버 측 유효성 확인 대부분을 재실행하는 경향이 있습니다. 이 과정에서는 서버 처리를 오프로드하고 서버 응답 시간을 개선하기 위해 중앙 모델(또는 게임당 여러 모델)을 사용하는 방법을 다룹니다. 이 과정에서는 게임 트랜잭션 데이터와 관련된 여러 가지 이상 현상 및 기계 학습이 유효성 검사를 수행하는 데 어떤 도움을 줄 수 있는지를 검토합니다.
과정 목표
이 과정에서 배우게 될 내용은 다음과 같습니다.
• 게임 트랜잭션 및 관련 데이터 이해 • 게임 트랜잭션에서의 이상 현상 인식• 예시 게임 보고서 데이터 검토• 확인 수행을 위한 기계 학습 아키텍처 이해
수강 대상
이 과정은 다음과 같은 수강생들을 위해 제작되었습니다.
• 게임 개발자• 게임 트랜잭션을 분석하는 데이터 분석가
수강 전 권장 사항
이 교육 과정을 수강하려면 다음 조건을 갖추는 것이 좋습니다.
• 기본적인 게임 개념에 대한 이해 • 기계 학습에 대한 기본적 이해
과정 개요
• 게임 트랜잭션• 이상 현상• 게임 보고서 데이터• 기계 학습의 도움• 데모
Tags
Related Courses
Model Building and ValidationAT&T via Udacity Поиск структуры в данных
Moscow Institute of Physics and Technology via Coursera Data Analytics Foundations for Accountancy II
University of Illinois at Urbana-Champaign via Coursera Developing Machine Learning Applications
Amazon via Independent Anomaly Detection in Time Series Data with Keras
Coursera Project Network via Coursera