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
Social Network AnalysisUniversity of Michigan via Coursera Intro to Algorithms
Udacity Data Analysis
Johns Hopkins University via Coursera Computing for Data Analysis
Johns Hopkins University via Coursera Health in Numbers: Quantitative Methods in Clinical & Public Health Research
Harvard University via edX