모두의 이야기 블로그

머신러닝 시스템 의 디자인 패턴 에 대한 내용입니다. 모델 제작 만큼이나 서비스 구현이 중요한 만큼, 이런 형태의 시스템은 절대 피해서 구성해야 한다는 내용의 anti_pattern 입니다. 명쾌하게 정리된 자료를 모아 요약으로 남겨둡니다.

ChatGPT의 출현 이후로 가파르게 성장하고 있는 생성형 AI 에 대해 알아보아요. 생성형 AI 주요 종류와 특징, 생성형 AI가 등장하기 전과 후의 의미, 생성형 AI 핵심 기술 및 주요 알고리즘, 생성형 AI에 열광하는 이유 등을 함께 알아보아요.

제조업에서 제품의 품질 관리와 결함 감지는 필수적인 과제입니다. 그동안 사람의 육안 검사에 의존해왔지만 대규모 생산 환경에는 적합하지 않았습니다. 생생 AI를 통한 새로운 대안이 대두되고 있습니다.

트랜스포머의 전성시대가 언제까지 갈까요? 현재 많은 연구진들이 SSM 모델을 기반으로 다양한 실험을 진행하고 있습니다. 물론 SSM도 완벽하지 않아 다양한 방법론으로 훈련방법을 바꿔가면서 연구하고 있습니다.

오늘도 새롭게 맞닥뜨린 코드, 어떻게 분석해야하는지 난감하신 분들을 위해 GPT 가 함께 지도를 그려줍니다. 번거롭고 귀찮았던 UML 다이어그램 작성을 GPT 와 함께 손쉽게 만들어봅니다. 미로같이 복잡한 코드를 깔끔하게 펼쳐보세요!

머신러닝과 딥러닝에서 아주 중요한 개념 중 하나인 손실함수에 대해 이야기해보려고 합니다. 손실함수는 모델의 학습을 이끄는 나침반과 같은 역할을 합니다. 이번 글에서는 손실함수가 무엇인지, 어떤 종류가 있는지, 그리고 왜 중요한지 살펴보도록 하겠습니다.

머신 러닝 모델을 만드는 필수 요소, 손실 함수 에 대해 알아봅니다. 머리로만 알고있던 손실 함수를 직접 눈으로 확인하는 시간! 손실 함수의 역할을 이해하고, 고민이 필요해야하는 상황과 이에 맞는 예시들을 확인합니다.

AI 예술 모델이 등장하면서 많은 아티스트들은 위협을 받고 있는 것처럼 보였다. 하지만 AI 예술 모델을 사용하는 아티스트들은 모델이 창의성을 증진시키고 아티스트와 일반인 사이의 간극을 줄여주는 역할도 했다. 다만 해결할 문제들이 다수 있어 제언도 했다.

데이터 분석에서 군집 분석은 매우 중요한 역할을 합니다. 군집 분석은 유사한 개체들을 그룹화하여 전체 데이터 세트를 몇 개의 의미 있는 군집으로 나누는 기법입니다. 이를 통해 데이터의 구조를 파악하고 패턴을 발견할 수 있습니다.

얼마 전 Figure는 OpenAi의 합작품인 휴머노이드 로봇 Figure01을 선보였습니다. Figure01은 어떤 과정을 통해 개발되었을까요? Figure의 CEO 브랫애드콕의 이야기를 통해 알아봅시다.

450개의 관련 업체가 참여한 AW 2024 스마트팩토리 ・ 자동화 산업전이 3월27일부터 3월29일 3일간 코엑스에서 열렸습니다. 현장에 적용할 수 있는 혁신적인 시스템과 솔루션은 어떤 것들이 있을까요? 인공지능 기술이 현장에 어떻게 적용되고 있는지 함께 살펴보시죠!

파이썬 프로그래밍에서 모듈, 패키지, 라이브러리는 코드를 체계적으로 구성하고 관리하는 데 매우 중요한 개념입니다. 이번 글에서는 각 개념의 정의와 역할, 그리고 활용 방법에 대해 자세히 알아보겠습니다.

추천시스템에서 많이 사용하고 있는 지표중 하나는 클릭률이다. 이번 블로그는 클릭률과 추천시스템간의 관계를 분석하고 쿨릭률의 한계점을 제시할 예정이다. 추가적으로 윤리적 책무까지 다뤄서 전체적인 추천시스템의 방향을 다룬다.

딥러닝 발전의 주춧돌 중 하나인 VGGNet 에 대해 알아봅시다. 여러 개의 층을 점점 깊이 쌓아 지능형 시스템의 성능을 올리겠다는 딥러닝의 컨셉을 엿볼 수 있습니다. VGGNet 의 상세한 구조를 살펴보고, 이와 함께 남겨진 딥러닝 모델의 주요 문제점에 대해 생각해봅시다.

선형회귀 분석의 네 가지 주요 가정인 선형성(Linearity), 독립성(Independence), 등분산성(Homoscedasticity), 그리고 정규성(Normality)을 자세히 알아봅시다.

32비트 부동소수점을 표현시 사용하는 편향된 지수를 (biased exponent) 사용하는 예시를 살펴보며, 편향된 지수 사용시 장점을 설명합니다. 추가적으로 지수 사용의 예외 경우도 설명합니다.

Stable Diffusion은 강력한 텍스트-이미지 생성 AI 모델입니다.몇 가지 팁을 알아두면 Stable Diffusion 모델의 성능을 효과적으로 최대한 이끌어낼 수 있습니다. 어떤 팁 들이 있는 지 함께 살펴보겠습니다.

2012 Imagenet 대회를 통해 딥러닝 분야의 불씨를 지핀 AlexNet 의 구조에 대해 살펴봅니다. 초창기 CNN 의 획기적인 성능을 만들어낸 모델의 구조, 기법 등을 알아봅니다. 모델의 내부 구조를 생생하게 관찰할 수 있는 추가적인 자료를 첨부했습니다.