데이터 과학은 ‘과학’이라는 용어를 사용하지만 기업 현실에선 ‘기술’에 더 가깝다. 처음에는 정제되지 않은 데이터와 오래된 통계 예측 모델로 시작한다. 그러다가 머신러닝(ML)으로 좀더 잘 다뤄보려는 시도를 하게 된다. 아무도 작업 결과를 검증하거나 ... ...
머신러닝(ML)을 제대로 활용하기 위한 기본 전제는 모델을 적절히 훈련시키는 것이다. 데이터로부터 신뢰할 만한 결과를 도출해내는데 참고할 만한 12가지 조언을 정리했다.    ML은 오늘날 가장 실용적인 AI 응용 기술이라고 말... ...
멀티코어 프로세서의 시대에 메모리가 속도 향상의 발목을 잡고 있는 형국이다. DDR5에 거는 기대가 큰 이유다.    DDR5 메모리 규격이 발표를 앞두고 있지만, 여전히 세부 정보 일부는 베일에 가려져 있다. 메모리 표준 개발... ...
그래프 데이터베이스란 무엇이고, 현재 관심을 기울여야 할까? 그래프 데이터베이스의 가능성은 오픈소스 공급업체가 실제 사례로 엔터프라이즈 지원을 시작하면서 주류로 필터링하기 시작했다. 그렇다면, 여기에 관심을 가져야 하는 이유는 무엇인가? ... ...
우리는 현재 일반적인 방향은 쉽게 예측할 수 있지만, 구체적인 경로는 예측할 수 없는 새로운 기술적 발전의 문턱에 서 있다. 사물인터넷(IoT)이 대표적인 예다. 미래를 예측하는 것은 차창에 물방울이 흘러내리는 형태를 예측하는 것과 같다.... ...
머신러닝이 확산되면서 이를 둘러싼 시행착오도 늘어나고 있다. 여기 기업이 흔히 저지르는 머신러닝 실수들을 정리했다.   머신러닝은 더 이상 공상 과학 영화 속 이야기가 아니다. 시리나 알렉사 같은 음성인식부터 페이스북 자동 태그,... ...
‘크다'는 것은 정확히 어떤 의미인가? 이는 관점에 따라 달라지는 개념이 아닐까? ‘빅(Big)’이라는 단어는 상당한 모호함을 내포하고 있다. 최근 빅 데이터(Big Data)의 개념은 많은 이들에게 관심의 대상... ...
  1. 데이터 과학자의 놀이터이자 배움터··· ‘캐글’ 탐험 안내서

  2. 2020.07.02
  3. 데이터 과학은 ‘과학’이라는 용어를 사용하지만 기업 현실에선 ‘기술’에 더 가깝다. 처음에는 정제되지 않은 데이터와 오래된 통계 예측 모델로 시작한다. 그러다가 머신러닝(ML)으로 좀더 잘 다뤄보려는 시도를 하게 된다. 아무도 작업 결과를 검증하거나 ...

  4. 데이터 준비에서 HW 선택까지··· '머신러닝 트레이닝' 안내서

  5. 2020.05.08
  6. 머신러닝(ML)을 제대로 활용하기 위한 기본 전제는 모델을 적절히 훈련시키는 것이다. 데이터로부터 신뢰할 만한 결과를 도출해내는데 참고할 만한 12가지 조언을 정리했다.    ML은 오늘날 가장 실용적인 AI 응용 기술이라고 말...

  7. 멀티코어·AI 시대를 위한 신기술 ‘DDR5’가 온다

  8. 2020.04.14
  9. 멀티코어 프로세서의 시대에 메모리가 속도 향상의 발목을 잡고 있는 형국이다. DDR5에 거는 기대가 큰 이유다.    DDR5 메모리 규격이 발표를 앞두고 있지만, 여전히 세부 정보 일부는 베일에 가려져 있다. 메모리 표준 개발...

  10. 그래프 데이터베이스란 무엇인가? 어떻게 활용하나?

  11. 2017.12.11
  12. 그래프 데이터베이스란 무엇이고, 현재 관심을 기울여야 할까? 그래프 데이터베이스의 가능성은 오픈소스 공급업체가 실제 사례로 엔터프라이즈 지원을 시작하면서 주류로 필터링하기 시작했다. 그렇다면, 여기에 관심을 가져야 하는 이유는 무엇인가? ...

  13. 기고 | IoT로 시작된 변화, 비즈니스 모델 변혁으로 이어지려면?

  14. 2017.01.31
  15. 우리는 현재 일반적인 방향은 쉽게 예측할 수 있지만, 구체적인 경로는 예측할 수 없는 새로운 기술적 발전의 문턱에 서 있다. 사물인터넷(IoT)이 대표적인 예다. 미래를 예측하는 것은 차창에 물방울이 흘러내리는 형태를 예측하는 것과 같다....

  16. 머신러닝 프로젝트를 망치는 '6가지 흔한 실수'

  17. 2016.11.08
  18. 머신러닝이 확산되면서 이를 둘러싼 시행착오도 늘어나고 있다. 여기 기업이 흔히 저지르는 머신러닝 실수들을 정리했다.   머신러닝은 더 이상 공상 과학 영화 속 이야기가 아니다. 시리나 알렉사 같은 음성인식부터 페이스북 자동 태그,...

  19. 기고 | 빅 데이터에 대한 고민과 실질적인 해답들

  20. 2012.10.09
  21. ‘크다'는 것은 정확히 어떤 의미인가? 이는 관점에 따라 달라지는 개념이 아닐까? ‘빅(Big)’이라는 단어는 상당한 모호함을 내포하고 있다. 최근 빅 데이터(Big Data)의 개념은 많은 이들에게 관심의 대상...

X