글 목록
-
MLflow: AI시대에 더욱 강력한 MLOps 플랫폼이 글은 제가 NIA [한국지능정보사회진흥원] 디지털서비스 이슈리포트 2024년 02월호에 기고한 글입니다. 원본 글 'MLflow, AI시대에 더욱 강력한 오픈소스 MLOps 플랫폼'를 이곳 브런치에서 공유합니다. 들어가며 MLOps(Machine Learning Operations)는 머신러닝 모델의 개발, 배포, 운영, 유지보수 프로세스를 자동화하고댓글 0 Mar 13. 2025 by 김영욱
-
1. 인공지능, 머신러닝, 딥러닝인공지능이 도대체 뭐야? 2016년 9월, 스탠퍼드의 “One Hundred Year Study on Artificial Intelligence” 프로젝트(AI100)에서 인공 지능이 사회에 미치는 영향에 대한 계획된 장기 주기적 평가의 첫 번째 보고서를 발표했다.이 보고서에서는 인공 지능과 2030년의 삶이라는 주제에 대해서도 이야기한다. 인공지능이 2030년까지 영향을 미칠댓글 2 Mar 11. 2025 by SIVA
-
엑셀로 배우는 머신러닝/야심(궈타이밍(郭台銘)전기#딥카독서 25년 2월 23일 (1) 엑셀로 배우는 머신러닝 초입문 : 인공지능 관련해서 간단한 서적을 한 권 읽었다. 이전에 일본의 고등학교 선생이 적은 엑셀로 간단히 시뮬레이션 하면서 읽을 수 있는 책. 숫자를 직접 볼 수 있어 나름 괜찮은 책이다. (2) 일본 서적으로 홍하이의 사장 궈타이밍(郭台銘)의 전기를 읽었다. 페이지를 대충 넘겨가면댓글 0 Feb 23. 2025 by 박정규
-
머신러닝에서 ELBO의 의미ELBO를 최대한 쉽게 설명해 보기 뭔가를 확률로 모델링한다고 해봅시다. 여기서 뭔가란, 이미지 각 픽셀의 색깔, 문장에서 특정 자리에 들어갈 단어, 어떤 사람이 이 링크를 클릭할지 여부 같은 것들입니다. 실제 세상에서 관찰된 데이터(이미지, 문장, 클릭 로그)를 x라고 하고, x의 확률을 p(x)로 표현할 수 있습니다. p(x)를 evidence라고도 부르는데, 이미 관찰되어서 바뀔 수 없댓글 0 Feb 17. 2025 by 낙타
-
일류의 조건, 사이토 다카시, 숙달의 비결 3가지는?사이토 다카시의 '일류의 조건'에서 숙달의 비결, 전문가가 되는 비결, 일류가 되는 비결을 3가지로 말합니다. 훔치는 힘 요약하는 힘 추진하는 힘 사이토 다카시는 정리된 표현으로 3가지를 말했는데요, 나는 어려운 일을 해낼댓글 0 Feb 15. 2025 by 김민들레의 이야기책빵
-
AI가 깊은 사고를 하는 새로운 방법Latent Reasoning [ Zero-Token Thinking ] "Token-based thinking 에서 Latent-space thinking으로-!" 모두가 DeepSeek-r1에 마음을 빼앗긴 지금인데요 ^^; 이 와중에 또한번 매우 흥미로운 AI 패러다임이 제시되고 있습니다. 새벽에 정말 멋진 유투브를 보고 바로 공유합니다. https://www.youtube.co댓글 0 Feb 13. 2025 by being cognitive
-
머신러닝 60초 설명비전공자, 학부모를 위한 인공지능 자동차를 운전하기 위해 엔진을 조립하는 방법을 전부 알 필요는 없다. 이것이 요즘 미국에서 인공지능 교육을 대하는 태도다. (물론 인공지능 설계자는 예외다.) 그러나 핸들을 꺾으면 바퀴가 어떻게 움직이는지 머릿속으로 그릴 수 있다면운전이 더 쉬워진다. 이런 관점에서 인공지능을 설명해 보려고 한다. "머신러닝"이라는 말을 한 번쯤 들어봤을 것이다. 처음댓글 0 Feb 07. 2025 by 엘레브
-
AI의 대명사는 왜 GPT가 되었는가?요즘 'AI'라는 용어가 일상과 산업 전반에 걸쳐 빈번하게 언급되고 있습니다. 그러나 “AI가 뭐야?”라는 질문에 대해 “인공지능, 예를 들어 GPT 같은 모델!”이라고 단순히 답변하는 경우가 다반사입니다. 심지어, 공학 전공자나 연구자조차도 HW전문의 경우, 대형 언어 모델(LLM)만을 인공지능의 전부로 인식하는 경향이 존재하니까요. 물론 LLM은댓글 0 Feb 06. 2025 by 김승현
-
GUAVA의 왕초보를 위한 AI 기초개념 - 7머신러닝과 딥러닝, 그리고 AI 학습의 세계 안녕하세요! 오늘은 많은 분들이 궁금해하시는 머신러닝과 딥러닝의 차이, 그리고 왜 개인이 AI를 학습시키기 어려운지에 대해 이야기해보려고 합니다. 특히 요즘 DeepSeek 같은 오픈소스 AI가 인기를 끌면서 "나도 한번 AI 학습시켜 볼까?" 하는 생각이 드시는 분들이 많을 것 같은데요. 과연 현실적으로 가능할까요? PART 1: 머신러닝과 딥러닝,댓글 0 Feb 04. 2025 by 구아바
-
당근마켓 - 빅데이터 분석과 활용41. 당근, 빅데이터 분석과 활용 3) 빅데이터 분석과 활용 사례 당근은 빅데이터와 머신러닝을 적극적으로 활용하여 서비스 품질을 향상시키고 사용자 경험을 개선하고 있습니다. 당근은 Google Cloud Platform의 TensorFlow를 도입하여 게시물 관리와 개인화된 콘텐츠 추천 시스템을 구축했습니다. 이를 통해 정책에 어긋나는 게시물을 자동으로 필터링하고, 사용자별 맞춤형 콘텐댓글 0 Feb 04. 2025 by JI SOOOP
-
고객 LTV, 어떻게 계산하고 활용할까?머신 러닝과 확률적 모델을 활용한 고객 LTV 예측 고객 생애 가치(Customer Life-time Value)란? LTV(Lifetime Value)는 마케팅, 특히 CRM 분야에서 핵심적인 개념입니다. 이는 단순히 고객이 서비스에서 발생시키는 단기적인 수익을 넘어, 한 명의 고객이 기업(서비스)에 평생 동안 가져다주는 가치를 정량적으로 측정하는 지표입니다. 우리나라에서는 이를 "고객 생애 가치"라고댓글 0 Feb 01. 2025 by 이건승
-
GUAVA의 왕초보를 위한 AI 기초개념 - 11탄 - AI, 머신러닝, 딥러닝, 생성형 AI가 도대체 뭔가요? 왕초보의 고백: "이건 아시죠?"의 불편한 진실 작년 4월, 퇴사 후 처음으로 AI를 제대로 공부하기 시작했습니다. 그전까지는 출퇴근길에 뉴스로 살짝, 유튜브로 살짝, 또는 카카오톡에서 아는 척하기 위한 요약 정보만 훑어보던 수준이었죠. "이건 아시죠?"라는 말에 고개를 끄덕이며, 실은 하나도 모르면서 아는 척했던 순간들... "딥러닝이 머신러닝의 서브댓글 0 Jan 29. 2025 by 구아바
-
데이터 분석 방법론 - 서포트 벡터 머신(SVM)고객 이탈 예측부터 타기팅까지 : SVM의 마케팅 활용법 서포트 벡터 머신(Support Vector Machine)이란? 서포트 벡터 머신(SVM)은 데이터를 분류하는 데 있어 매우 강력한 머신러닝 알고리즘입니다. SVM은 두 범주를 나눌 수 있는 최적의 경계선(결정경계선)을 찾아내어, 새로운 데이터가 어느 범주에 속하는지를 예측하는 모델입니다. SVM의 장점 비선형 데이터에서 높은 정확도를 보이며, 과적합댓글 0 Jan 25. 2025 by 이건승
-
인공지능, 머신러닝, 딥러닝성능평가지표(Evaluation metric) 분류? vs 회귀? 머신러닝은 데이터 가공/변환, 모델학습, 예측, 그리고 평가(Evaluation)의 프로세스로 구성되며, 여러가지 방법으로 예측 방법을 평가할수 있다. 분류의 성능 평가 지표 정확도(Accurancy) 오차행렬(Confusion Matrix) 정밀도(Precision) 재현율(Recall댓글 0 Jan 19. 2025 by 인류에 대한 기여
-
유저 세그먼트 설계를 위한 K-Means 클러스터링K-Means Clustering 실무 활용 가이드 CRM 분석 실무에서 유저(고객) 세그먼트를 설계할 때 가장 많이 활용되는 분석 방법인K-Means Clustering에 대해 알아보고, 이를 통해 유저 세그먼트를 분석하는 방법에 대해 설명드리겠습니다. K-Means Clustering (군집 모델) K-Means 클러스터링은 레이블이 없는 데이터의 특성과 구조를 발견하여 군집을 형성하는 비지도 학습 알댓글 0 Jan 11. 2025 by 이건승
-
Cursor AI로 직원 퇴직 예측 분석하기머신러닝 모델 선택(Model Selection)하기 들어가며 최근, HR 데이터 분석은 조직의 중요한 의사결정 도구로 자리 잡고 있습니다. 특히, 직원의 퇴직 예측은 조직 운영 효율성을 높이고 이직률을 줄이는 데 핵심적인 역할을 합니다. 이번 'Cursor AI와 HRA' 매거에서는 Cursor AI를 활용하여 Kaggle의 HR 데이터를 분석하고, 로지스틱 회귀와 랜덤 포레스트 모델을 비교하여 퇴직 예측댓글 2 Dec 29. 2024 by HRKIM
-
인공지능 트렌드의 변화최근 몇 년간 가장 주목받는 인공지능은 생성형 AIGenerative AI입니다. 이름 그대로 새로운 것을 만들어 내는 AI로, 우리가 일상에서 사용하는 텍스트, 이미지, 동영상, 음악 등을 생성할 수 있습니다. 생성형 AI가 화제가 되면서, 그 이전에 어떤 유형의 AI가 인기를 끌었는지조차 기억이 흐릿해질 정도인데요. 생성형 AI 이전에는 머신러닝Mac댓글 0 Dec 23. 2024 by Sherlock Park
-
쉽게 이해하는 인공지능 [인공지능·딥러닝·머신러닝]인공지능, 딥러닝, 머신러닝에 대해 한 번에 정리해 드립니다. 인공지능, 딥러닝, 머신러닝··· 인공지능에 관심이 있다면 한 번쯤 접해봤을 단어죠. 익숙하긴 한데, 정확히 어떤 개념인지 설명하기는 어려운 분들 있으실 거예요. 이번 글에서 인공지능, 딥러닝, 머신러닝에 대해 한 번에 정리해 드리겠습니다 목차 (1) 인공지능 (2) 머신러닝 (3) 딥러닝 (4) 인공지능의 발전 (1) 인공지능이란? 인간은 다른 생물댓글 0 Nov 26. 2024 by 스파르타코딩클럽
-
AI와 머신러닝을 활용한 QA 혁신“AI로 QA를 혁신하다: 효율과 품질의 미래” 소프트웨어 개발 환경이 점점 더 복잡해지고, 빠른 릴리스를 요구받는 상황에서 QA는 필수적인 단계로 자리 잡았습니다. 그러나 기존의 QA 프로세스는 급격하게 변화하는 요구사항에 적응하는 데 한계를 보이고 있습니다. 기존 수동 테스트 중심의 QA 방식은 코드 변경량의 증가를 따라가기 어려우며, 복잡한 시스템 구조에서 발생할 수 있는 예측 불가능한 오류를 완전댓글 0 Nov 25. 2024 by 제임스
-
바닷속 딥러닝 어드벤처 (5부작)《밑바닥부터 시작하는 딥러닝》 시리즈 팬픽 <밑바닥부터 시작하는 딥러닝>의 주인공 생선들은 딥러닝 기술로 바닷속 생태계를 어떻게 혁신하고 있을까요?어공지능의 첨단을 이끌어가는 밑시딥 생선들과 신나는 모험을 떠나보세요. 바닷속 세계를 배경으로, 해양 생물들이 자신의 특성과 필요에 맞는 딥러닝 기술을 개발하여 문제를 해결해 나가는 모험을 그린 연작 소설을 써 보았습니다. 이 소설은 《밑바닥부터 시작하댓글 0 Nov 24. 2024 by 개앞맵시 이복연
