Code & Coffee: Real Life, Real Tech

AWS AI 관리형 서비스 (AWS AI Managed Services) 1. 왜 AWS AI 관리형 서비스인가? 👉 시험 포인트: AWS AI 서비스는 Fully Managed, Serverless,… — read more

하이퍼파라미터 튜닝 (Hyperparameter Tuning) 1. 하이퍼파라미터란? 👉 시험 포인트:하이퍼파라미터는 모델 학습 과정에서 자동으로 학습되는 값이 아니라, 사전에 설정하는 값이다. 2. 하이퍼파라미터 튜닝(Hyperparameter Tuning)… — read more

머신러닝 프로젝트 단계 (Phases of Machine Learning Project) 1. 비즈니스 목표 정의 👉 시험 포인트:머신러닝 프로젝트의 첫 단계는 항상 비즈니스 문제를 정의하는 것.… — read more

머신러닝 — 추론(Inferencing) 1. 추론이란? 2. 추론의 두 가지 방식 (1) 실시간 추론 (Real-Time Inference) 👉 AWS 자격증에서 자주 나오는 포인트:실시간 추론은 지연(latency)… — read more

📊 Model Evaluation in Machine Learning 머신러닝 모델을 만들었을 때, 성능이 잘 나오는지를 확인하는 과정이 필요합니다.이때 분류(Classification) 모델과 회귀(Regression) 모델의 평가 방식이 다르므로… — read more

🤖 모델 적합도(Model Fit)와 편향(Bias) · 분산(Variance) 1. 모델 적합도(Model Fit) 머신러닝 모델이 제대로 동작하지 않을 때는 모델의 적합도(Fit) 를 살펴봐야 합니다.모델이 데이터를… — read more

🧠 강화학습(Reinforcement Learning, RL)과 RLHF 쉽게 이해하기 1. 강화학습이란? 강화학습(RL)은 환경(Environment) 속에서 에이전트(Agent)가행동(Action)을 수행하면서 보상(Reward)을 얻고, 장기적으로 누적 보상을극대화하는 방식으로 학습하는 머신러닝 기법입니다.… — read more

🤖 머신러닝 알고리즘 – 비지도 학습(Unsupervised Learning) & 자기 지도 학습(Self-Supervised Learning) 1. 비지도 학습 (Unsupervised Learning) 2. 클러스터링 (Clustering) 👉 시험 포인트:… — read more

📊 머신러닝 학습 데이터 정리 1. 학습 데이터(Training Data)의 중요성 2. 라벨링 데이터 vs 비라벨링 데이터 🔹 라벨링 데이터 (Labeled Data) 🔹 비라벨링… — read more

🤖 인공지능(AI), 머신러닝(ML), 딥러닝(DL), 생성형 AI (GenAI) 정리 1. 인공지능(AI)란? 👉 시험 포인트: AI는 큰 개념(우산)이고, 그 안에 ML → DL → GenAI… — read more