Code & Coffee: Real Life, Real Tech

AWS AI 관리형 서비스 (AWS AI Managed Services) 1. 왜 AWS AI 관리형 서비스인가? 사전 학습된 ML 모델 제공 → 별도의 훈련 필요… — read more

하이퍼파라미터 튜닝 (Hyperparameter Tuning) 1. 하이퍼파라미터란? 정의: 모델 구조와 학습 방식을 결정하는 설정값 학습이 시작되기 전에 정해짐 데이터 자체가 아니라, 학습 알고리즘의 동작… — read more

머신러닝 프로젝트 단계 (Phases of Machine Learning Project) 1. 비즈니스 목표 정의 목표: 어떤 문제를 해결할지 명확히 정의 이해관계자(Stakeholders): 프로젝트의 가치, 예산, 성공… — read more

머신러닝 — 추론(Inferencing) 1. 추론이란? 추론(Inferencing): 이미 학습된 모델이 새로운 데이터에 대해예측을 내리는 과정\ 학습(Training)은 모델이 패턴을 배우는 과정이고,추론(Inferencing)은 학습된 지식을 활용하는 단계… — 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) 라벨(정답)이 없는 데이터에서 패턴, 구조, 관계를… — read more

📊 머신러닝 학습 데이터 정리 1. 학습 데이터(Training Data)의 중요성 좋은 데이터를 가져야 좋은 모델을 만들 수 있음 Garbage In → Garbage Out… — read more

🤖 인공지능(AI), 머신러닝(ML), 딥러닝(DL), 생성형 AI (GenAI) 정리 1. 인공지능(AI)란? AI는 인간의 지능이 필요한 일을 대신 수행할 수 있는 시스템을 만드는 광범위한 기술… — read more