2019.08.29
모든 회귀(regression) 또는 분류(classification) 문제를 꼭 딥 러닝(deep learning) 혹은 머신러닝으로 으로 풀어야 하는 것은 아니다. 분석적으로 또는 간단한 통계적 절차를 사용해 모델링할 수 있다.   ⓒ&... ...
우리는 점점 더 정교해지는 머신러닝 기술의 홍수 속에 살고 있다. 그러나 실제로 이러한 기술을 어떻게 활용해야 하는지 아는 사람은 많지 않다. 최근 451 리서치의 조사 자료에 따르면 인력 부족이 AI 혁명을 방해하고 있다. 사실, 모든 기술 혁명은 ... ...
토니(Tony) 프로젝트는 하둡의 기본 스케줄러를 사용해 텐서플로우 작업을 실행함으로써 내결함성을 강화하고 GPU를 좀더 쉽게 이용할 수 있게 해준다. 링크드인이 하둡의 얀(YARN ; Yet Another Resource Negotiator) ... ...
구글이 자사의 분석 및 머신러닝 역량을 에지 네트워크에서 구현할 수 있는 하드웨어와 소프트웨어를 발표했다. 한 번에 두 단계를 나아간 것이다. 이번에 발표한 소프트웨어와 하드웨어는 개인용 IoT 디바이스도 날로 증가하는 IoT 디바이스가 생산하는 데이... ...
머신러닝은 복잡한 분야다. 그러나 구글 텐서플로우(TensorFlow)와 같은 머신러닝 프레임워크 덕분에 머신러닝 모델을 구현하는 과정은 예전만큼 복잡하거나 어렵지는 않다. 머신러닝 프레임워크는 데이터 획득, 모델 학습, 예측, 미래 결과 정제와 같은... ...
기트허브가 2017년 개발자들의 활동을 분석한 결과, 개발자들이 시간을 쏟는 대상은 크로스 플랫폼 개발, 딥러닝, 신규 코딩 역량 습득 등의 주제였던 것으로 드러났다. 기트허브에 따르면 구글 앵귤러 자바스크립트 프레임워크와 텐서플로우 머신러닝 라... ...
딥러닝 전문가들이라면 누구나 한번쯤 클라우드에서 벗어나 자체적인 딥러닝 머신을 제작하고 싶다는 생각을 해본 적 있을 것이다. 클라우드는 딥러닝에 입문하기에는 이상적인 공간이다. 또 대규모 딥러닝 모형을 교육하는 데에도 적합하다. 그러나 경우에 따라서는... ...
머신러닝은 사는 것이 아니라 하는 것이다. DNA에 새길 수 있도록 텐서플로우를 사용해 머신러닝을 실험하라. 머신러닝은 대부부의 조직에 여전히 뜬구름이다. 가트너는 머신러닝을 성공적으로 프로덕션에 도입한 기업을 15% 미만으로 추산한다. 그렇지만... ...
빅데이터, 머신러닝, 데이터 과학… 데이터 애널리틱스 혁명이 숨가쁘게 진화하고 있다. 기업으로서는 자사의 BA/BI 전문가와 데이터 과학자가 최신 기술과 전략 트렌드에 대응하도록 대비해야 할 상황이다. 데이터 분석이 IT의 핵심에 빠... ...
4년 전 구글은 난제에 부딪혔다. 만약 모든 사용자가 구글 음성 인식 서비스를 하루에 3분씩 접속한다면, 구글은 이들 서비스의 기반이 되는 머신러닝 시스템에 쏟아지는 요청을 처리하는 데만 두 배의 데이터센터가 필요했다. 구글은 이를 위해 새로운 ... ...
지난 11월, 구글은 머신러닝 분야 연구의 권위자 페이페이 리(FeiFei Li)가 구글 클라우드 플랫폼 그룹에 합류할 예정이라고 발표했었다. 그러나 구글은 그녀가 구글 클라우드의 머신러닝 사업을 책임질 것이라는 점 외에 그녀를 구글에 스카우트 한 이... ...
“자꾸 컴퓨터를 의인화하는데, 그러지 마. 그 친구들은 그런 거 싫어해.” 이 농담은 1997년 딥블루가 세계 체스 챔피언 게리 카스파로프(Garry Kasparov)를 상대로 체스 게임에서 우승했던 이야기만큼이나 오래된 것... ...
MXNet이 “아마존이 선택한 딥러닝 프레임워크”가 될 것이라고 아마존 CTO 워너 보겔스가 밝혔다. 아마존이 MXnet을 선택했다는 것은 일부에게는 놀라운 일로 여겨질 수 있는데, 텐서플로우부터 테아노(Theano), 토치... ...
머신러닝 또는 인공지능은 기업 IT의 근간을 재창조하고 경쟁 우위를 유지하도록 해주는 분야로 각광받고 있다. 인텔, 구글, IBM, 마이크로소프트 역시 바로 이 머신러닝/인공지능에 집중적으로 투자하고 있다. 특히 차세대 애플리케이션의 성능을 대폭 개선... ...
기술의 목표는 더 나은 세상을 만드는 것이다. 이런 일은 때로 인간이 직면해 있는 큰 과제를 해결하거나 인류 전체가 새로운 지평선을 제시하는 획기적인 기술을 통해 이루어진다. 하지만 대부분 사람은 집에서 좀 더 작은 문제를 해결하는 데 집중한다.... ...
  1. '파이토치' vs. '텐서플로우'··· 딥러닝 프레임워크 선택하기

  2. 2019.08.29
  3. 모든 회귀(regression) 또는 분류(classification) 문제를 꼭 딥 러닝(deep learning) 혹은 머신러닝으로 으로 풀어야 하는 것은 아니다. 분석적으로 또는 간단한 통계적 절차를 사용해 모델링할 수 있다.   ⓒ&...

  4. 블로그 | 머신러닝, 이론과 실제의 간극 메우려면…

  5. 2018.10.08
  6. 우리는 점점 더 정교해지는 머신러닝 기술의 홍수 속에 살고 있다. 그러나 실제로 이러한 기술을 어떻게 활용해야 하는지 아는 사람은 많지 않다. 최근 451 리서치의 조사 자료에 따르면 인력 부족이 AI 혁명을 방해하고 있다. 사실, 모든 기술 혁명은 ...

  7. "하둡 상에서 텐서플로우 구동"··· 링크드인, 토니 프로젝트 오픈소스화 발표

  8. 2018.09.14
  9. 토니(Tony) 프로젝트는 하둡의 기본 스케줄러를 사용해 텐서플로우 작업을 실행함으로써 내결함성을 강화하고 GPU를 좀더 쉽게 이용할 수 있게 해준다. 링크드인이 하둡의 얀(YARN ; Yet Another Resource Negotiator) ...

  10. 구글, IoT 전용 칩 ‘에지 TPU’ 발표

  11. 2018.07.31
  12. 구글이 자사의 분석 및 머신러닝 역량을 에지 네트워크에서 구현할 수 있는 하드웨어와 소프트웨어를 발표했다. 한 번에 두 단계를 나아간 것이다. 이번에 발표한 소프트웨어와 하드웨어는 개인용 IoT 디바이스도 날로 증가하는 IoT 디바이스가 생산하는 데이...

  13. 머신러닝 라이브러리, 텐서플로우의 이해

  14. 2018.06.29
  15. 머신러닝은 복잡한 분야다. 그러나 구글 텐서플로우(TensorFlow)와 같은 머신러닝 프레임워크 덕분에 머신러닝 모델을 구현하는 과정은 예전만큼 복잡하거나 어렵지는 않다. 머신러닝 프레임워크는 데이터 획득, 모델 학습, 예측, 미래 결과 정제와 같은...

  16. "개발자 관심사 분석해보니... 딥러닝, 멀티플랫폼, 코딩 역량" 기트허브

  17. 2018.02.12
  18. 기트허브가 2017년 개발자들의 활동을 분석한 결과, 개발자들이 시간을 쏟는 대상은 크로스 플랫폼 개발, 딥러닝, 신규 코딩 역량 습득 등의 주제였던 것으로 드러났다. 기트허브에 따르면 구글 앵귤러 자바스크립트 프레임워크와 텐서플로우 머신러닝 라...

  19. 클라우드보다 저렴하게!··· 딥러닝용 GPU 서버 커스텀 제작기

  20. 2018.01.10
  21. 딥러닝 전문가들이라면 누구나 한번쯤 클라우드에서 벗어나 자체적인 딥러닝 머신을 제작하고 싶다는 생각을 해본 적 있을 것이다. 클라우드는 딥러닝에 입문하기에는 이상적인 공간이다. 또 대규모 딥러닝 모형을 교육하는 데에도 적합하다. 그러나 경우에 따라서는...

  22. 텐서플로우 머신러닝을 시작하기 전에 알아야 할 것

  23. 2017.12.15
  24. 머신러닝은 사는 것이 아니라 하는 것이다. DNA에 새길 수 있도록 텐서플로우를 사용해 머신러닝을 실험하라. 머신러닝은 대부부의 조직에 여전히 뜬구름이다. 가트너는 머신러닝을 성공적으로 프로덕션에 도입한 기업을 15% 미만으로 추산한다. 그렇지만...

  25. 한눈에 보자!··· 최신 데이터 애널리틱스 동향 15선

  26. 2017.08.09
  27. 빅데이터, 머신러닝, 데이터 과학… 데이터 애널리틱스 혁명이 숨가쁘게 진화하고 있다. 기업으로서는 자사의 BA/BI 전문가와 데이터 과학자가 최신 기술과 전략 트렌드에 대응하도록 대비해야 할 상황이다. 데이터 분석이 IT의 핵심에 빠...

  28. 구글, 자체 AI 칩 성능 보고 "전력 대비 성능 최대 80배"

  29. 2017.04.07
  30. 4년 전 구글은 난제에 부딪혔다. 만약 모든 사용자가 구글 음성 인식 서비스를 하루에 3분씩 접속한다면, 구글은 이들 서비스의 기반이 되는 머신러닝 시스템에 쏟아지는 요청을 처리하는 데만 두 배의 데이터센터가 필요했다. 구글은 이를 위해 새로운 ...

  31. 'AI·머신러닝 문턱 낮춘다'··· 구글 클라우드가 제시하는 4가지

  32. 2017.03.13
  33. 지난 11월, 구글은 머신러닝 분야 연구의 권위자 페이페이 리(FeiFei Li)가 구글 클라우드 플랫폼 그룹에 합류할 예정이라고 발표했었다. 그러나 구글은 그녀가 구글 클라우드의 머신러닝 사업을 책임질 것이라는 점 외에 그녀를 구글에 스카우트 한 이...

  34. 2016년 실험실 밖으로 나온 인공지능 툴

  35. 2016.12.27
  36. “자꾸 컴퓨터를 의인화하는데, 그러지 마. 그 친구들은 그런 거 싫어해.” 이 농담은 1997년 딥블루가 세계 체스 챔피언 게리 카스파로프(Garry Kasparov)를 상대로 체스 게임에서 우승했던 이야기만큼이나 오래된 것...

  37. 아마존이 MXNet을 딥러닝 플랫폼으로 선택한 이유

  38. 2016.11.25
  39. MXNet이 “아마존이 선택한 딥러닝 프레임워크”가 될 것이라고 아마존 CTO 워너 보겔스가 밝혔다. 아마존이 MXnet을 선택했다는 것은 일부에게는 놀라운 일로 여겨질 수 있는데, 텐서플로우부터 테아노(Theano), 토치...

  40. 차세대 AI 하드웨어 경쟁 '불꽃'··· IBM, 인텔, 구글, MS 전략 요약

  41. 2016.11.23
  42. 머신러닝 또는 인공지능은 기업 IT의 근간을 재창조하고 경쟁 우위를 유지하도록 해주는 분야로 각광받고 있다. 인텔, 구글, IBM, 마이크로소프트 역시 바로 이 머신러닝/인공지능에 집중적으로 투자하고 있다. 특히 차세대 애플리케이션의 성능을 대폭 개선...

  43. 'AI부터 도커까지' 라즈베리 파이의 새로운 확장과 경쟁

  44. 2016.09.05
  45. 기술의 목표는 더 나은 세상을 만드는 것이다. 이런 일은 때로 인간이 직면해 있는 큰 과제를 해결하거나 인류 전체가 새로운 지평선을 제시하는 획기적인 기술을 통해 이루어진다. 하지만 대부분 사람은 집에서 좀 더 작은 문제를 해결하는 데 집중한다....

X