머신러닝 프로젝트를 '레벨 업'시킬 수 있는 8가지 방법
-
2021.04.02
데이터를 분류하거나 결과를 예측해야 하는가? 머신러닝(ML) 프로젝트 진행에 어려움을 겪고 있는가? 상황을 호전시킬 수 있는 다양한 기법들이 있다. 아래에서 논의하는 8가지 방법 중 일부는 ML 프로세스를 극적으로 가속화할 것이며, 프로세스를 가속화...
클라우드 머신러닝 플랫폼 선택 기준 12가지
-
2020.08.13
효과적인 머신러닝과 딥 러닝 모델을 구축하려면 방대한 양의 데이터, 데이터 정제 및 특성 엔지니어링을 수행할 방법, 그리고 적절한 시간 내에 데이터를 사용해 모델을 학습할 방법이 필요하다. 이후에는 모델을 배포하고 시간 경과에 따른 모델 이탈을 모니터...
티바인, 2020 디지털 혁신 시대의 4대 키워드 제시
-
2020.01.30
티맥스가 설립한 IT·클라우드 컨설팅 전문기업 티바인컨설팅은 2020년 디지털 시대의 핵심 키워드를 제시했다. 티바인컨설팅은 2020년 우리의 생활까지 변화시킬 새로운 디지털 혁신 시대에 주목해야 할 4대 키워드로 ▲AI 에브리웨어 ▲셀프서비스 모델...
김진철의 How-to-Big Data | 빅데이터의 미래 (2)
-
2019.12.30
사이버 물리 시스템(Cyber-Physical System)의 개념 이전 서른 다섯번째 글에서 근 미래의 빅데이터 비즈니스와 기술의 모습을 그려볼 수 있게 하는 기술의 발전에 대해서 간단하게 돌아보았다. 빅데이터 비즈니스와 기술의 미래에 중요한 영향을...
'머신러닝을 더 쉽게' 6가지 툴
-
2019.09.06
‘머신러닝(ML)’이라는 말은 마법 같은 아우라로 가득 차 있다. 기계가 학습하도록 가르치기란 아직 일반인의 영역으로 보기 어렵다. 오늘날 이 용어는 데이터를 금으로 바꾸는 데이터 사이언티스트 같은 매우 전문적인 연금술사들의 영역이다. ...
'데이터 과학자 없는 머신러닝' AutoML의 이해
-
2019.08.27
머신러닝(전통적인 머신러닝과 딥러닝 모두) 사용을 가로막는 두 가지 가장 큰 장애물은 기술력과 컴퓨팅 자원이다. 여기서 컴퓨팅 자원 문제는 가속 하드웨어(고성능 GPU를 탑재한 컴퓨터 등)를 구매하거나 클라우드의 컴퓨팅 자원(예를 들어 GPU, TPU...
'생각보다 복잡' 자연어처리는 어떻게 작동하나
-
2019.06.03
딥러닝의 도약으로 인공지능 번역과 기타 자연어처리(NLP) 작업이 개선됐다. 다음은 필자 친구의 페이스북에 올라온 인공지능과의 대화다. 나: 알렉사, 아침 5시 30분 요가 수업이 있다는 걸 다시 알려줘. 알렉사: 쇼핑목록에 ...
'누구나 할 수 있는 머신러닝' 6가지 AML 프로젝트
-
2017.09.25
머신러닝은 강력하지만 그만한 대가를 치러야 한다. 기술과 도구, 하드웨어, 데이터를 갖춘다 해도 머신러닝 모델을 만들고 세밀하게 조정하는 데는 복잡함이 따른다. 그러나 머신러닝의 핵심이 과거 사람이 직접 해야 했던 일을 자동화하는 데 있다면 ...