# 추가 자료
<a name="further-reading"></a>

 시계열 예측 및 딥 러닝 방법에 대한 자세한 내용은 다음을 참조하세요. 
+  [Amazon Forecast 설명서](https://docs.aws.amazon.com/forecast/) 
+  [Amazon Forecast 일반 가용성 블로그](https://aws.amazon.com/blogs/aws/amazon-forecast-now-generally-available/) 
+  [이제 Amazon SageMaker에서 사용 가능: DeepAR 알고리즘을 통한 정확도 향상](https://aws.amazon.com/blogs/machine-learning/now-available-in-amazon-sagemaker-deepar-algorithm-for-more-accurate-time-series-forecasting/) 
+  [Amazon SageMaker DeepAR, 이제 누락값, 범주형 및 시계열 기능, 일반화된 빈도 지원](https://aws.amazon.com/blogs/machine-learning/amazon-sagemaker-deepar-now-supports-missing-values-categorical-and-time-series-features-and-generalized-frequencies/) 
+  [Amazon Forecast, 이제 CNN(합성곱 신경망)을 사용하여 최대 2배 빠른 속도와 최대 30% 더 높은 정확도로 예측 모델 훈련 가능](https://aws.amazon.com/blogs/machine-learning/amazon-forecast-can-now-use-convolutional-neural-networks-cnns-to-train-forecasting-models-up-to-2x-faster-with-up-to-30-higher-accuracy/) 
+  [Amazon Forecast, 이제 개별 항목에 대한 정확도 측정 지원](https://aws.amazon.com/blogs/machine-learning/amazon-forecast-now-supports-accuracy-measurements-for-individual-items/) 
+  [Amazon Forecast를 통한 예측 모델 정확도의 간편한 측정을 통해 비즈니스 목표 최적화](https://aws.amazon.com/blogs/machine-learning/measuring-forecast-model-accuracy-to-optimize-your-business-objectives-with-amazon-forecast/) 
+  [Amazon Forecast Weather Index – 현지 날씨를 자동으로 포함하여 예측 모델 정확도 향상](https://aws.amazon.com/blogs/machine-learning/amazon-forecast-weather-index-automatically-include-local-weather-to-increase-your-forecasting-model-accuracy/) 
+  [시계열 예측 모델에 관한 과학 논문](https://github.com/awslabs/gluon-ts/blob/master/REFERENCES.md) 
+  [Amazon Forecast 샘플 GitHub 페이지](https://github.com/aws-samples/amazon-forecast-samples) 
+  [AWS 아키텍처 센터](https://aws.amazon.com/architecture/)