엔터프라이즈 AI 플랫폼 설계 (1): 프라이빗 인프라 격리와 초거대 분산 서빙 토폴로지
llm
데이터 유출과 외부 통신이 원천 차단된 사설망 환경에서 수백억~수천억 파라미터 LLM을 어떻게 안정적으로 서빙할 것인가? 제로 트러스트 프라이빗 인프라 경계, 텐서/파이프라인 병렬화의 All-Reduce 통신 병목 수식, 그리고 Prefill과 Decode를 분리하여 p99 지연 ...
llm
데이터 유출과 외부 통신이 원천 차단된 사설망 환경에서 수백억~수천억 파라미터 LLM을 어떻게 안정적으로 서빙할 것인가? 제로 트러스트 프라이빗 인프라 경계, 텐서/파이프라인 병렬화의 All-Reduce 통신 병목 수식, 그리고 Prefill과 Decode를 분리하여 p99 지연 ...
agent
GPU 노드 장애, HBM OOM 스파이크, 롱테일 지연 시간 앞에서 AI 플랫폼의 무중단 가용성을 어떻게 보장할 것인가? 슬라이딩 윈도우 적응형 서킷 브레이커, 그레이스풀 드레인, 제로 다운타임 롤아웃, 그리고 p99 지연 시간을 방어하는 투기적 헤지드 요청(Hedged Requ...
llm
커밋 코드의 42%를 AI가 짜는 시대, 대중적 튜토리얼이 다루지 않는 엔터프라이즈 Day-2 운영 현실을 짚는다. 10만 토큰을 잠식하는 MCP 컨텍스트 비대화 방어, 4대 코딩 도구(Cursor·Windsurf·Claude Code·Cline) 아키텍처 비교, 점진적 발견 프록...
agent
약 2,000개 TypeScript 파일의 Claude Code 소스맵 유출로 드러난 프로덕션 에이전트의 내부 설계도. 785KB 단일 queryLoop() 엔진, 4단계 반응형 컨텍스트 압축, 벡터 DB를 폐기한 MEMORY.md 회의적 메모리와 8계층 양파형 보안 모델을 심층 ...
agent
바이너리와 애플리케이션 역공학을 수행하는 자율 에이전트는 왜 수천 개의 디컴파일 함수 앞에서 무력해지는가? morluto/rea의 정규화된 EvidenceLedger 구조와 TypeSafe AI의 System One(Jev) 루브릭을 결합하여 지연 시간과 비용을 90% 이상 절감하...
agent
SWE-bench Verified가 97%로 포화되며 정적 문제은행의 시대가 끝났다. Humanity’s Last Exam(HLE)에서 문항당 최대 8.8만 개의 추론 토큰이 폭발하는 2026년, 비생성형 System One(Jev)으로 불확실성을 사전 계측하고 하이브리드 사고 예...
llm
대규모 컨텍스트와 에이전트 루프에서 서빙 인프라의 최대 병목인 KV 캐시를 32분의 1로 압축하는 Multi-Head Latent Attention(MLA)의 수리적 메커니즘(저랭크 압축, 가중치 흡수, 분리형 RoPE)을 증명하고, Kubernetes 환경에서 SGLang Rad...
agent
비평 모델(Critic Model)을 제거한 DeepSeek-R1의 GRPO 강화학습부터, 안드레이 카파시가 증명한 700회 무감독 자율 연구 루프(Autoresearch)까지. 에이전트가 스스로 훈련 코드를 수정해 모델 학습 시간을 11% 단축한 메커니즘과 프로덕션 5단계 자가 ...
llmk8s
멀티턴 대화, 에이전트 루프, 대규모 시스템 프롬프트 워크로드에서 TTFT(Time-to-First-Token)와 서빙 처리량을 결정짓는 핵심 병목은 접두사 캐싱(Prefix Caching)이다. vLLM의 PagedAttention 청크 해시 캐싱과 SGLang의 RadixAtt...
agent
단순한 참/거짓 판정이나 라벨 분류를 위해 생성형 LLM의 토큰 생성을 기다릴 필요가 있을까? TypeSafe AI가 공개한 비생성형 System One 모델 Jev의 작동 원리, 핵심 프리미티브(Boolean·Choice·Score), REFLEX 프레임워크의 선택적 제어 실측치...
agent
TypeSafe AI의 System One 모델 Jev는 어떻게 자연어 상태에서 타입화된 결정을 도출하는가? POST /v1/systemone 엔드포인트의 3대 프리미티브(Choice·Score·Noul) 응답 스펙, 공식 신뢰도(Confidence) 수식, CJK 및 버전 고정 ...
llm
자가 개선(self-improving) 루프는 사람 라벨 없이 프로덕션 트레이스를 학습 신호로 되돌리는 구조다. 롤아웃·스코어·필터·트레인·디플로이의 5단계 아키텍처, 복합 리워드 설계, PII·동의 게이트, 리워드 해킹 탐지와 방어, 조직 차원의 도입 판단 기준을 운영자 시점에서...
llm
MCP 서버를 늘릴수록 사용자 입력 없이 소비되는 도구 정의 토큰이 컨텍스트를 잠식한다. 업프론트 로딩 비용을 정량화하고, 점진적 발견·툴 압축 프록시·코드 실행형 호출·프롬프트 캐시 정합성이라는 네 가지 기법을 게이트웨이 레벨 통합과 토큰 예산 관리 관점에서 재구성한다.
llm
모든 요청을 같은 모델로 보내면 비용은 선형으로 늘고 지연은 최악값에 맞춰진다. 2-Tier 게이트웨이(L1 Ingress / L2 LLM API Gateway) 구조, 게이트웨이 솔루션 비교, 난이도 기반 요청 캐스케이딩, 시맨틱 캐싱, 그리고 라우팅 품질을 어떻게 관측하는지까지...
llm
오픈 웨이트 모델을 직접 서빙하려면 데이터 수집, QLoRA 학습, 평가 게이트, Multi-LoRA 배포, 카나리 승격, 롤백까지 하나의 루프로 묶어야 한다. 모델·GPU·배포 모드 선택 기준, S3→NVMe 캐시, PP 멀티노드 교착 같은 실패 사례, 평가 임계값·레지스트리 운...
k8s
커뮤니티 ingress-nginx 컨트롤러의 유지보수는 2026년 3월에 끝났다. GatewayClass·Gateway·HTTPRoute의 책임 분리, Ingress 어노테이션을 Gateway API 리소스로 옮기는 기능 대응표, CRD 사전 요구사항과 5단계 전환 절차, Cili...
k8s
EKS에서 파드 IP는 노드가 아니라 VPC 서브넷에서 나온다. aws-cni와 ipamd의 역할 분리, L3 라우티드 데이터패스, 워밍 풀·Prefix Delegation·IP 쿨다운, 노드별 IP 소비 계산과 NAU, 소형 인스턴스 fallback이 만드는 과다 예약, Karp...
k8s
EKS에서 노드 조인 실패와 NodeNotReady, VPC CNI·DNS·Service 문제, GPU 워크로드의 CUDA/NCCL 오류, 그리고 K8s Probe와 로드밸런서 헬스체크 불일치까지 한 흐름으로 재구성한다. 계층별 신호를 어떤 순서로 좁혀야 하는지에 초점을 맞춘 디버...
llm
MCP를 붙였더니 왜 오히려 위험해지는가. 고정 파이프라인의 점진적 도구화, 선언적 의도와 컨트롤러 검증, 런타임 증거 기반 자가 개선, 그리고 MCP 서버를 만들기 전에 던져야 할 질문들을 실무 사례에서 설계 원칙으로 정리한다.
llm
MCP가 연결을 표준화한 뒤 병목은 컨텍스트와 절차 지식으로 옮겨 갔고, 그 자리에 SKILL.md 폴더 기반의 스킬이 들어왔다. 두 표준이 하는 일이 어떻게 다르고, 언제 무엇을 선택하며, 함께 쓸 때 토큰 예산을 어떻게 관리할지 정리한다.
llm
에이전트의 텍스트 응답만으로는 전달되지 않는 구조·조작·확인의 손실을 짚고, MCP 앱스 확장이 서버의 UI 리소스를 호스트의 샌드박스 iframe에서 렌더링하는 구조, 선언적 UI와 개방형 UI의 트레이드오프, 유스케이스별 설계 가이드와 보안 경계, 사내 도구 전환 판단 기준을 ...
llm
MCP 서버는 30줄이면 만들 수 있지만, 그 30줄이 프로덕션에서 신뢰할 만한지 증명하는 일은 훨씬 어렵다. 프로토콜·도구 계약·모델 비결정성이 겹치는 MCP 서버를 Inspector 대화형 검증, 스펙 conformance 스위트, 속성 기반 테스트(PBT), 보안 회귀 테스트...
llm
MCP는 보안을 프로토콜로 보장하지 않는다. 위협 모델(STRIDE·MAESTRO·OWASP MCP Top 10)부터 Tool Poisoning 실전 메커니즘, OAuth 2.1 인증·인가, 에이전트 신원, 게이트웨이 런타임 통제, 배포 전 체크리스트까지 프로덕션 운영 관점에서 재...
cloud
모놀리식과 마이크로서비스의 트레이드오프부터 12-factor, 이벤트 드리븐, CQRS·사가·아웃박스, 멀티테넌시, 고가용성, 재해 복구 4전략까지 아키텍처 결정의 축을 한 흐름으로 정리한다. 모든 판단의 기준은 실패 반경을 줄이고 RTO/RPO를 얼마에 사들일 것인가다.
cloud
FinOps의 Inform·Optimize·Operate 순환과 태깅·쇼백으로 비용을 보이게 만들고, RI·Compute SP·CUD·스팟 커버리지 전략과 VPA·Karpenter 기반 쿠버네티스 right-sizing, egress·NAT 스토리지 함정, 단위 경제성 리뷰 루틴까...
cloud
클라우드 보안은 경계 방어가 아니라 신원·권한·데이터·감사 로그를 코드로 관리하는 문제다. 공동 책임 모델과 IAM 평가 로직, 멀티 계정 전략, 네트워크·데이터 보안, 컴플라이언스·탐지·사고 대응까지 AWS·Azure·GCP 공통 관점으로 정리한다.
cloud
인프라를 코드로 정의하고(IaC) 그 코드를 단일 진실 공급원으로 삼아 클러스터 상태를 지속적으로 수렴시키는(GitOps) 흐름을 정리한다. Terraform의 state·plan·apply, Helm/Kustomize 선택 기준, Argo CD·Flux의 드리프트 감지, CI/C...
cloud
클라우드는 결국 무엇을 어디에 배치하고, 누가 무엇에 접근하며, 어디까지 장애를 견딜 것인가라는 세 질문으로 수렴한다. 서비스 모델과 공동 책임, 리전·AZ 가용성 설계, VPC 네트워크 경계, 컴퓨팅·스토리지·관리형 DB 선택, IAM 역할 수임까지 하나의 결정 사슬로 정리한다.
k8s
보안은 기능 하나가 아니라 코드가 실행되기까지의 모든 계층에 걸친 통제다. 4C 모델을 뼈대로 인증·인가(RBAC), 어드미션 정책, 워크로드 격리, 시크릿 외부화, 이미지 공급망과 런타임 탐지까지 설계→구현→검증 순서로 정리한다.
k8s
컨테이너의 임시 레이어를 넘어 데이터의 수명을 파드·노드·클러스터 중 어디에 묶을지 결정하는 문제를 다룬다. Volume 종류와 PV/PVC/StorageClass, CSI 드라이버와 스냅샷, StatefulSet 기반 데이터베이스 운영, 백업·DR, 성능 특성, 데이터 유실 함정...
k8s
쿠버네티스의 평탄한 IP-per-Pod 모델 위에서 Service가 안정적인 가상 IP를 얹고 Ingress/Gateway API가 L7 진입점을 만들며 CNI가 패킷 전달과 NetworkPolicy 집행을 맡는 구조를 정리한다. 계층 경계와 MTU·conntrack 함정, 트러블...
k8s
컨테이너를 어떤 단위로 몇 개나 어떤 규칙으로 실행할지 선언하는 워크로드 API 객체를 정리한다. Pod·Deployment·StatefulSet·DaemonSet·Job/CronJob의 보장과 requests/limits·프로브, HPA·VPA·KEDA·Cluster Autosc...
k8s
쿠버네티스 클러스터를 구성하는 컴포넌트와 그 사이의 인터페이스(CRI, 조정 루프), 매일 쓰는 핵심 오브젝트·명령, 그리고 버전 정책과 업그레이드 전략을 한 번에 정리한다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 pyspark를 이용한 간단한 추천 시스템 만드는 것에 대해 알아봅니다.
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
paper
DODUO는 테이블의 전체를 입력으로 받아 테이블의 여러 컬럼 정보들을 이용하여 컬럼 유형과 컬럼 관계 예측을 출력하는 트랜스포머 기반 멀티태스크 학습 아키텍처입니다. 본 논문을 리뷰해보았습니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
paper
GraphLab은 각 정점이 인접한 정점과 에지의 데이터를 읽고 쓸 수 있는 순차적 공유 메모리 추상화입니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 분산형 공유 변수에 대해 알아봅니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
docker
윈도우 프롬프트, 리눅스 터미널 등에서 사용되는 도커 명령어, 옵션들을 정리해보았습니다. pull, run, start, stop, rm
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 그룹화에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
OS
Operating System Concepts 10th 8장 Deadlocks를 정리한 학습 노트다. 교착 상태가 성립하는 4가지 필요조건(상호 배제·점유하며 대기·비선점·순환 대기)과 자원 할당 그래프를 먼저 살펴보고, 예방·회피·탐지·복구라는 네 갈래 처리 방법과 은행원 알고리...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 7. Synchronization Examples
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
tips
AWS에서 가상의 환경을 작업하던 중, 내 PC에서 구동해 보았으면 싶어서 설치를 진행해 보았습니다. 윈도우10 환경에서 wsl2를 설치해봅니다.
code
PyTorch Lightning은 PyTorch 코드를 구성하고 분산 훈련 및 16-비트 정밀도와 같은 고급 기능을 쉽게 추가할 수 있는 래퍼입니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 시퀀스, 슬라이싱, 스트라이드, 언패킹, key, 딕셔너리, in, get, defaultdict, missing
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
paper
컨셉 드리프트는 시간이 지남에 따라 예기치 않은 방식으로 변경되는 것을 의미합니다. 서베이 논문 형식으로 작성되었고, 이것을 리뷰해보았습니다.
paper
이 논문은 데이터 품질의 다양한 측면이 ML development 단계를 통해 어떻게 전파되는지를 고민했습니다. 이에 대한 요약 및 리뷰입니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
keras
케라스 창시자에게 배우는 딥러닝 - LSTM으로 텍스트 생성하기, 딥드림, 뉴런 스타일 트랜스퍼
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 4단원. 빅데이터 결과해석
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 3단원. 빅데이터 모델링
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 2단원. 빅데이터 탐색
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 1단원. 빅데이터 분석 기획
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
R_ML
빅데이터분석기사 실기 제1유형(작업형 1) 대비를 위한 R 기반 21개 실전 기출·연습 문제 풀이 모음입니다. 결측치 처리, 이상값 탐지, 데이터 집계 및 필터링 등 핵심 전처리 기법을 단계별 R 코드로 정리합니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 기출문제풀이 내용입니다.
keras
케라스 창시자에게 배우는 딥러닝 - 케라스의 함수형 API, 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 - 머신 러닝의 네 가지 분류
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 - 신경망과의 첫 만남
keras
케라스 창시자에게 배우는 딥러닝 - 역사, 분류, 특징
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 심화 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 기본 내용입니다.
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다. 문법 및 github 예제로 실습
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
llm
데이터 유출과 외부 통신이 원천 차단된 사설망 환경에서 수백억~수천억 파라미터 LLM을 어떻게 안정적으로 서빙할 것인가? 제로 트러스트 프라이빗 인프라 경계, 텐서/파이프라인 병렬화의 All-Reduce 통신 병목 수식, 그리고 Prefill과 Decode를 분리하여 p99 지연 ...
agent
GPU 노드 장애, HBM OOM 스파이크, 롱테일 지연 시간 앞에서 AI 플랫폼의 무중단 가용성을 어떻게 보장할 것인가? 슬라이딩 윈도우 적응형 서킷 브레이커, 그레이스풀 드레인, 제로 다운타임 롤아웃, 그리고 p99 지연 시간을 방어하는 투기적 헤지드 요청(Hedged Requ...
llm
커밋 코드의 42%를 AI가 짜는 시대, 대중적 튜토리얼이 다루지 않는 엔터프라이즈 Day-2 운영 현실을 짚는다. 10만 토큰을 잠식하는 MCP 컨텍스트 비대화 방어, 4대 코딩 도구(Cursor·Windsurf·Claude Code·Cline) 아키텍처 비교, 점진적 발견 프록...
agent
약 2,000개 TypeScript 파일의 Claude Code 소스맵 유출로 드러난 프로덕션 에이전트의 내부 설계도. 785KB 단일 queryLoop() 엔진, 4단계 반응형 컨텍스트 압축, 벡터 DB를 폐기한 MEMORY.md 회의적 메모리와 8계층 양파형 보안 모델을 심층 ...
agent
바이너리와 애플리케이션 역공학을 수행하는 자율 에이전트는 왜 수천 개의 디컴파일 함수 앞에서 무력해지는가? morluto/rea의 정규화된 EvidenceLedger 구조와 TypeSafe AI의 System One(Jev) 루브릭을 결합하여 지연 시간과 비용을 90% 이상 절감하...
agent
SWE-bench Verified가 97%로 포화되며 정적 문제은행의 시대가 끝났다. Humanity’s Last Exam(HLE)에서 문항당 최대 8.8만 개의 추론 토큰이 폭발하는 2026년, 비생성형 System One(Jev)으로 불확실성을 사전 계측하고 하이브리드 사고 예...
llm
대규모 컨텍스트와 에이전트 루프에서 서빙 인프라의 최대 병목인 KV 캐시를 32분의 1로 압축하는 Multi-Head Latent Attention(MLA)의 수리적 메커니즘(저랭크 압축, 가중치 흡수, 분리형 RoPE)을 증명하고, Kubernetes 환경에서 SGLang Rad...
agent
비평 모델(Critic Model)을 제거한 DeepSeek-R1의 GRPO 강화학습부터, 안드레이 카파시가 증명한 700회 무감독 자율 연구 루프(Autoresearch)까지. 에이전트가 스스로 훈련 코드를 수정해 모델 학습 시간을 11% 단축한 메커니즘과 프로덕션 5단계 자가 ...
llm
모든 요청을 같은 모델로 보내면 비용은 선형으로 늘고 지연은 최악값에 맞춰진다. 2-Tier 게이트웨이(L1 Ingress / L2 LLM API Gateway) 구조, 게이트웨이 솔루션 비교, 난이도 기반 요청 캐스케이딩, 시맨틱 캐싱, 그리고 라우팅 품질을 어떻게 관측하는지까지...
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
paper
DODUO는 테이블의 전체를 입력으로 받아 테이블의 여러 컬럼 정보들을 이용하여 컬럼 유형과 컬럼 관계 예측을 출력하는 트랜스포머 기반 멀티태스크 학습 아키텍처입니다. 본 논문을 리뷰해보았습니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphLab은 각 정점이 인접한 정점과 에지의 데이터를 읽고 쓸 수 있는 순차적 공유 메모리 추상화입니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
code
PyTorch Lightning은 PyTorch 코드를 구성하고 분산 훈련 및 16-비트 정밀도와 같은 고급 기능을 쉽게 추가할 수 있는 래퍼입니다.
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
paper
컨셉 드리프트는 시간이 지남에 따라 예기치 않은 방식으로 변경되는 것을 의미합니다. 서베이 논문 형식으로 작성되었고, 이것을 리뷰해보았습니다.
paper
이 논문은 데이터 품질의 다양한 측면이 ML development 단계를 통해 어떻게 전파되는지를 고민했습니다. 이에 대한 요약 및 리뷰입니다.
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 4단원. 빅데이터 결과해석
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 3단원. 빅데이터 모델링
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 2단원. 빅데이터 탐색
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 1단원. 빅데이터 분석 기획
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
R_ML
빅데이터분석기사 실기 제1유형(작업형 1) 대비를 위한 R 기반 21개 실전 기출·연습 문제 풀이 모음입니다. 결측치 처리, 이상값 탐지, 데이터 집계 및 필터링 등 핵심 전처리 기법을 단계별 R 코드로 정리합니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 기출문제풀이 내용입니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 심화 내용입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 pyspark를 이용한 간단한 추천 시스템 만드는 것에 대해 알아봅니다.
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
paper
DODUO는 테이블의 전체를 입력으로 받아 테이블의 여러 컬럼 정보들을 이용하여 컬럼 유형과 컬럼 관계 예측을 출력하는 트랜스포머 기반 멀티태스크 학습 아키텍처입니다. 본 논문을 리뷰해보았습니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
paper
GraphLab은 각 정점이 인접한 정점과 에지의 데이터를 읽고 쓸 수 있는 순차적 공유 메모리 추상화입니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 분산형 공유 변수에 대해 알아봅니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 심화 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 기본 내용입니다.
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
paper
DODUO는 테이블의 전체를 입력으로 받아 테이블의 여러 컬럼 정보들을 이용하여 컬럼 유형과 컬럼 관계 예측을 출력하는 트랜스포머 기반 멀티태스크 학습 아키텍처입니다. 본 논문을 리뷰해보았습니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphLab은 각 정점이 인접한 정점과 에지의 데이터를 읽고 쓸 수 있는 순차적 공유 메모리 추상화입니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
paper
컨셉 드리프트는 시간이 지남에 따라 예기치 않은 방식으로 변경되는 것을 의미합니다. 서베이 논문 형식으로 작성되었고, 이것을 리뷰해보았습니다.
paper
이 논문은 데이터 품질의 다양한 측면이 ML development 단계를 통해 어떻게 전파되는지를 고민했습니다. 이에 대한 요약 및 리뷰입니다.
keras
케라스 창시자에게 배우는 딥러닝 - LSTM으로 텍스트 생성하기, 딥드림, 뉴런 스타일 트랜스퍼
keras
케라스 창시자에게 배우는 딥러닝 - 케라스의 함수형 API, 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 - 머신 러닝의 네 가지 분류
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 - 신경망과의 첫 만남
keras
케라스 창시자에게 배우는 딥러닝 - 역사, 분류, 특징
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 7. Synchronization Examples
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 시퀀스, 슬라이싱, 스트라이드, 언패킹, key, 딕셔너리, in, get, defaultdict, missing
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 4단원. 빅데이터 결과해석
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 3단원. 빅데이터 모델링
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 2단원. 빅데이터 탐색
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 1단원. 빅데이터 분석 기획
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
R_ML
빅데이터분석기사 실기 제1유형(작업형 1) 대비를 위한 R 기반 21개 실전 기출·연습 문제 풀이 모음입니다. 결측치 처리, 이상값 탐지, 데이터 집계 및 필터링 등 핵심 전처리 기법을 단계별 R 코드로 정리합니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 기출문제풀이 내용입니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
keras
케라스 창시자에게 배우는 딥러닝 - LSTM으로 텍스트 생성하기, 딥드림, 뉴런 스타일 트랜스퍼
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로를 사용한 사용자 정의 모델과 훈련
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
keras
케라스 창시자에게 배우는 딥러닝 - 케라스의 함수형 API, 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
tips
windows10 환경 pytorch cuda11.0
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 - 머신 러닝의 네 가지 분류
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 - 신경망과의 첫 만남
keras
케라스 창시자에게 배우는 딥러닝 - 역사, 분류, 특징
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 pyspark를 이용한 간단한 추천 시스템 만드는 것에 대해 알아봅니다.
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 분산형 공유 변수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 그룹화에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
tipshadoop
하둡과 스파크를 로컬환경에서 설치하는 과정을 글로 담기 위해 적어보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 pyspark를 이용한 간단한 추천 시스템 만드는 것에 대해 알아봅니다.
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 분산형 공유 변수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 그룹화에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 pyspark를 이용한 간단한 추천 시스템 만드는 것에 대해 알아봅니다.
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 분산형 공유 변수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 그룹화에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
web
Roy Fielding의 REST 6대 제약조건과 Richardson 성숙도 모델(Level 0~3), RFC 9110 HTTP 시맨틱스 및 멱등성(Idempotency), FastAPI 비동기 이벤트 루프와 Pydantic V2를 활용한 계약 기반 API 엔지니어링을 심층 분석한다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
keras
케라스 창시자에게 배우는 딥러닝 - LSTM으로 텍스트 생성하기, 딥드림, 뉴런 스타일 트랜스퍼
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로에서 데이터 적재와 전처리하기
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로를 사용한 사용자 정의 모델과 훈련
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
keras
케라스 창시자에게 배우는 딥러닝 - 케라스의 함수형 API, 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
tips
주피터 노트북 환경이나 코랩 환경에서 파이썬 한글이 깨질 때에 대한 해결책입니다.
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 - 머신 러닝의 네 가지 분류
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 - 신경망과의 첫 만남
keras
케라스 창시자에게 배우는 딥러닝 - 역사, 분류, 특징
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
paper
DODUO는 테이블의 전체를 입력으로 받아 테이블의 여러 컬럼 정보들을 이용하여 컬럼 유형과 컬럼 관계 예측을 출력하는 트랜스포머 기반 멀티태스크 학습 아키텍처입니다. 본 논문을 리뷰해보았습니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphLab은 각 정점이 인접한 정점과 에지의 데이터를 읽고 쓸 수 있는 순차적 공유 메모리 추상화입니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
paper
컨셉 드리프트는 시간이 지남에 따라 예기치 않은 방식으로 변경되는 것을 의미합니다. 서베이 논문 형식으로 작성되었고, 이것을 리뷰해보았습니다.
paper
이 논문은 데이터 품질의 다양한 측면이 ML development 단계를 통해 어떻게 전파되는지를 고민했습니다. 이에 대한 요약 및 리뷰입니다.
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th 8장 Deadlocks를 정리한 학습 노트다. 교착 상태가 성립하는 4가지 필요조건(상호 배제·점유하며 대기·비선점·순환 대기)과 자원 할당 그래프를 먼저 살펴보고, 예방·회피·탐지·복구라는 네 갈래 처리 방법과 은행원 알고리...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 7. Synchronization Examples
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th 8장 Deadlocks를 정리한 학습 노트다. 교착 상태가 성립하는 4가지 필요조건(상호 배제·점유하며 대기·비선점·순환 대기)과 자원 할당 그래프를 먼저 살펴보고, 예방·회피·탐지·복구라는 네 갈래 처리 방법과 은행원 알고리...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 7. Synchronization Examples
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
paper
컨셉 드리프트는 시간이 지남에 따라 예기치 않은 방식으로 변경되는 것을 의미합니다. 서베이 논문 형식으로 작성되었고, 이것을 리뷰해보았습니다.
paper
이 논문은 데이터 품질의 다양한 측면이 ML development 단계를 통해 어떻게 전파되는지를 고민했습니다. 이에 대한 요약 및 리뷰입니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 4단원. 빅데이터 결과해석
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 3단원. 빅데이터 모델링
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 2단원. 빅데이터 탐색
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 1단원. 빅데이터 분석 기획
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
R_ML
빅데이터분석기사 실기 제1유형(작업형 1) 대비를 위한 R 기반 21개 실전 기출·연습 문제 풀이 모음입니다. 결측치 처리, 이상값 탐지, 데이터 집계 및 필터링 등 핵심 전처리 기법을 단계별 R 코드로 정리합니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 기출문제풀이 내용입니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 분산형 공유 변수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 그룹화에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 pyspark를 이용한 간단한 추천 시스템 만드는 것에 대해 알아봅니다.
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
tipsdocker
윈도우10 또는 우분투 내에서 도커를 설치하는 과정을 정리할 필요가 있다고 느꼈습니다. 설치에 도움이 되었으면 합니다.
docker
윈도우 프롬프트, 리눅스 터미널 등에서 사용되는 도커 명령어, 옵션들을 정리해보았습니다. pull, run, start, stop, rm
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
tips
AWS에서 가상의 환경을 작업하던 중, 내 PC에서 구동해 보았으면 싶어서 설치를 진행해 보았습니다. 윈도우10 환경에서 wsl2를 설치해봅니다.
code
PyTorch Lightning은 PyTorch 코드를 구성하고 분산 훈련 및 16-비트 정밀도와 같은 고급 기능을 쉽게 추가할 수 있는 래퍼입니다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 분산형 공유 변수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 그룹화에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 분산형 공유 변수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 심화 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 기본 내용입니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 4단원. 빅데이터 결과해석
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 3단원. 빅데이터 모델링
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 2단원. 빅데이터 탐색
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 1단원. 빅데이터 분석 기획
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
R_ML
빅데이터분석기사 실기 제1유형(작업형 1) 대비를 위한 R 기반 21개 실전 기출·연습 문제 풀이 모음입니다. 결측치 처리, 이상값 탐지, 데이터 집계 및 필터링 등 핵심 전처리 기법을 단계별 R 코드로 정리합니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 기출문제풀이 내용입니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 4단원. 빅데이터 결과해석
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 3단원. 빅데이터 모델링
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 2단원. 빅데이터 탐색
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 1단원. 빅데이터 분석 기획
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
R_ML
빅데이터분석기사 실기 제1유형(작업형 1) 대비를 위한 R 기반 21개 실전 기출·연습 문제 풀이 모음입니다. 결측치 처리, 이상값 탐지, 데이터 집계 및 필터링 등 핵심 전처리 기법을 단계별 R 코드로 정리합니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 기출문제풀이 내용입니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 4단원. 빅데이터 결과해석
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 3단원. 빅데이터 모델링
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 2단원. 빅데이터 탐색
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 1단원. 빅데이터 분석 기획
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
R_ML
빅데이터분석기사 실기 제1유형(작업형 1) 대비를 위한 R 기반 21개 실전 기출·연습 문제 풀이 모음입니다. 결측치 처리, 이상값 탐지, 데이터 집계 및 필터링 등 핵심 전처리 기법을 단계별 R 코드로 정리합니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 기출문제풀이 내용입니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 4단원. 빅데이터 결과해석
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 3단원. 빅데이터 모델링
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 2단원. 빅데이터 탐색
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 1단원. 빅데이터 분석 기획
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
R_ML
빅데이터분석기사 실기 제1유형(작업형 1) 대비를 위한 R 기반 21개 실전 기출·연습 문제 풀이 모음입니다. 결측치 처리, 이상값 탐지, 데이터 집계 및 필터링 등 핵심 전처리 기법을 단계별 R 코드로 정리합니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 기출문제풀이 내용입니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 심화 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 기본 내용입니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 4단원. 빅데이터 결과해석
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 3단원. 빅데이터 모델링
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 2단원. 빅데이터 탐색
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 1단원. 빅데이터 분석 기획
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
R_ML
빅데이터분석기사 실기 제1유형(작업형 1) 대비를 위한 R 기반 21개 실전 기출·연습 문제 풀이 모음입니다. 결측치 처리, 이상값 탐지, 데이터 집계 및 필터링 등 핵심 전처리 기법을 단계별 R 코드로 정리합니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 기출문제풀이 내용입니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 심화 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 기본 내용입니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 4단원. 빅데이터 결과해석
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 3단원. 빅데이터 모델링
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 2단원. 빅데이터 탐색
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 1단원. 빅데이터 분석 기획
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
R_ML
빅데이터분석기사 실기 제1유형(작업형 1) 대비를 위한 R 기반 21개 실전 기출·연습 문제 풀이 모음입니다. 결측치 처리, 이상값 탐지, 데이터 집계 및 필터링 등 핵심 전처리 기법을 단계별 R 코드로 정리합니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 기출문제풀이 내용입니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
error
원인 : file.copy(savedcopy, lib, recursive = TRUE)에서 ~ 로 복사하는데 문제가 발생했습니다: Permission denied
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
paper
컨셉 드리프트는 시간이 지남에 따라 예기치 않은 방식으로 변경되는 것을 의미합니다. 서베이 논문 형식으로 작성되었고, 이것을 리뷰해보았습니다.
keras
케라스 창시자에게 배우는 딥러닝 - LSTM으로 텍스트 생성하기, 딥드림, 뉴런 스타일 트랜스퍼
keras
케라스 창시자에게 배우는 딥러닝 - 케라스의 함수형 API, 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 - 머신 러닝의 네 가지 분류
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 - 신경망과의 첫 만남
keras
케라스 창시자에게 배우는 딥러닝 - 역사, 분류, 특징
tipshadoop
하둡과 스파크를 로컬환경에서 설치하는 과정을 글로 담기 위해 적어보았습니다.
tipsdocker
윈도우10 또는 우분투 내에서 도커를 설치하는 과정을 정리할 필요가 있다고 느꼈습니다. 설치에 도움이 되었으면 합니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
docker
윈도우 프롬프트, 리눅스 터미널 등에서 사용되는 도커 명령어, 옵션들을 정리해보았습니다. pull, run, start, stop, rm
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
tips
AWS에서 가상의 환경을 작업하던 중, 내 PC에서 구동해 보았으면 싶어서 설치를 진행해 보았습니다. 윈도우10 환경에서 wsl2를 설치해봅니다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
tips
NVIDIA DRIVER, CUDA Toolkit, cuDNN, TensorFlow 2.8 및 PyTorch 1.9 GPU 환경 구축 절차를 정리한다. Windows 10 환경에서의 설정 기준이다.
error
리눅스(WSL)에서 파이썬 가상환경(venv)을 설치할 때 Package 'python3.8-venv' has no installation candidate 오류가 뜨는 경우가 있다. 이 글은 해당 에러 메시지와 apt를 이용한 해결 방법을 정리한다.
tips
vsocde를 하도 지웠다 설치를 반복해서 글로 남긴다. 2가지 단계만 거치면 초기화가 가능하다. (단순 vscode를 삭제한다 해도 local pc에 설정들이 남아있다.)
tips
KoNLPy는 한국어 정보처리를 위한 파이썬 패키지입니다. NLP (자연어 처리)를 할 때 쓰이지만 운영체제가 윈도우같은 경우는 설치 버전을 좀 맞춰야 합니다.
tips
깃은 컴퓨터 파일의 변경사항을 추적하고 여러 명의 사용자들 간에 해당 파일들의 작업을 조율하기 위한 분산 버전 관리 시스템이다.
tips
NVIDIA DRIVER, CUDA Toolkit, Cudnn
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
paper
컨셉 드리프트는 시간이 지남에 따라 예기치 않은 방식으로 변경되는 것을 의미합니다. 서베이 논문 형식으로 작성되었고, 이것을 리뷰해보았습니다.
llm
데이터 유출과 외부 통신이 원천 차단된 사설망 환경에서 수백억~수천억 파라미터 LLM을 어떻게 안정적으로 서빙할 것인가? 제로 트러스트 프라이빗 인프라 경계, 텐서/파이프라인 병렬화의 All-Reduce 통신 병목 수식, 그리고 Prefill과 Decode를 분리하여 p99 지연 ...
llm
커밋 코드의 42%를 AI가 짜는 시대, 대중적 튜토리얼이 다루지 않는 엔터프라이즈 Day-2 운영 현실을 짚는다. 10만 토큰을 잠식하는 MCP 컨텍스트 비대화 방어, 4대 코딩 도구(Cursor·Windsurf·Claude Code·Cline) 아키텍처 비교, 점진적 발견 프록...
llm
대규모 컨텍스트와 에이전트 루프에서 서빙 인프라의 최대 병목인 KV 캐시를 32분의 1로 압축하는 Multi-Head Latent Attention(MLA)의 수리적 메커니즘(저랭크 압축, 가중치 흡수, 분리형 RoPE)을 증명하고, Kubernetes 환경에서 SGLang Rad...
llmk8s
멀티턴 대화, 에이전트 루프, 대규모 시스템 프롬프트 워크로드에서 TTFT(Time-to-First-Token)와 서빙 처리량을 결정짓는 핵심 병목은 접두사 캐싱(Prefix Caching)이다. vLLM의 PagedAttention 청크 해시 캐싱과 SGLang의 RadixAtt...
llm
자가 개선(self-improving) 루프는 사람 라벨 없이 프로덕션 트레이스를 학습 신호로 되돌리는 구조다. 롤아웃·스코어·필터·트레인·디플로이의 5단계 아키텍처, 복합 리워드 설계, PII·동의 게이트, 리워드 해킹 탐지와 방어, 조직 차원의 도입 판단 기준을 운영자 시점에서...
llm
모든 요청을 같은 모델로 보내면 비용은 선형으로 늘고 지연은 최악값에 맞춰진다. 2-Tier 게이트웨이(L1 Ingress / L2 LLM API Gateway) 구조, 게이트웨이 솔루션 비교, 난이도 기반 요청 캐스케이딩, 시맨틱 캐싱, 그리고 라우팅 품질을 어떻게 관측하는지까지...
azure
1부에서 세운 사설 Container Apps 환경 위에 RAG 파이프라인을 올린다. 문서 파싱·벡터 검색·웹 검색·리랭킹을 각각 독립 컨테이너로 분리하고, 검색 품질과 부분 장애 대응까지 운영 관점에서 정리한다.
azure
폐쇄망에서 돌아가는 LLM 채팅 서비스의 프롬프트·토큰·비용·지연·품질을 관측하는 방법을 정리한다. Langfuse 트레이스 계층 구조, 감사 로그 이중 기록, Container Apps 로그를 Log Analytics로 모으는 KQL 파이프라인, 그리고 비용·SLO 알림과 데이터...
llm
단순 벡터 유사도 기반 RAG의 Global Sensemaking 한계를 극복하기 위한 Microsoft GraphRAG와 Neo4j 아키텍처, Leiden 알고리즘 기반 계층적 군집 요약, 그리고 Text2Cypher와 Vector-Cypher 하이브리드 검색 파이프라인을 심층 ...
llm
검색 증강 생성(RAG)의 검색 정확도와 생성 충실도를 결정하는 청킹 전략(Fixed, Recursive, Document-structure, Semantic, Late Chunking)의 동작 메커니즘과 파레토 최적화 플레이북을 심층 분석한다.
llm
Lewis et al. 2020 논문부터 Modular RAG까지의 진화 계보, 비정형 PDF/도표 구조를 보존하는 심층 문서 파싱(Deep Document Parsing) 기술, 그리고 BM25·Dense·Cross-Encoder 2단계 검색 파이프라인을 심층 분석한다.
llm
Google Pregel의 Actor-Channel 모델에서 출발한 LangGraph의 런타임 원리, State Reducer 메커니즘, 영속성 Checkpointer를 활용한 Human-in-the-loop 및 Time-travel 구현, 프로덕션 멀티 에이전트 오케스트레이션 패...
llm
메모리 대역폭(Memory Bandwidth)과 VRAM 병목을 극복하기 위한 PTQ/QAT 양자화, AWQ, GPTQ, SmoothQuant, 구조적 프루닝 및 지식 증류의 수학적 원리와 프로덕션 서빙 트레이드오프를 심층 분석한다.
llm
고차원 벡터 공간에서의 근사 최근접 이웃(ANN) 탐색 알고리즘(HNSW, IVF-PQ, DiskANN)의 수학적 원리, 메모리·재현율(Recall)·지연시간 트레이드오프, 그리고 Pinecone·Milvus·Qdrant·pgvector의 아키텍처를 심층 비교한다.
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
tips
NVIDIA DRIVER, CUDA Toolkit, cuDNN, TensorFlow 2.8 및 PyTorch 1.9 GPU 환경 구축 절차를 정리한다. Windows 10 환경에서의 설정 기준이다.
tips
vsocde를 하도 지웠다 설치를 반복해서 글로 남긴다. 2가지 단계만 거치면 초기화가 가능하다. (단순 vscode를 삭제한다 해도 local pc에 설정들이 남아있다.)
tips
KoNLPy는 한국어 정보처리를 위한 파이썬 패키지입니다. NLP (자연어 처리)를 할 때 쓰이지만 운영체제가 윈도우같은 경우는 설치 버전을 좀 맞춰야 합니다.
tips
Ponicode, Dracula Official, Debugger for Chrome, Bracket Pair Colorizer 2, Code Spell Checker, Code Runner, Live Server 등
tips
파이썬, 주피터를 vscode에서 더 전문적이고 생산적으로 활용하는 방법(+자동 완성)
tips
주피터 노트북 환경에서 명령 모드와 편집 모드의 주요 단축키를 정리한다.
tips
windows10 환경 gpu
tips
windows10 환경 pytorch cuda11.0
tips
주피터 노트북 환경이나 코랩 환경에서 파이썬 한글이 깨질 때에 대한 해결책입니다.
tips
NVIDIA DRIVER, CUDA Toolkit, Cudnn
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
linux
생활 코딩 강의 내용을 요약 및 정리한 글입니다. - 기초문법, IO Redirection, shell, shell script
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 심화 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 기본 내용입니다.
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 심화 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 기본 내용입니다.
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다. 문법 및 github 예제로 실습
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 4단원. 빅데이터 결과해석
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 3단원. 빅데이터 모델링
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 2단원. 빅데이터 탐색
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 1단원. 빅데이터 분석 기획
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
R_ML
빅데이터분석기사 실기 제1유형(작업형 1) 대비를 위한 R 기반 21개 실전 기출·연습 문제 풀이 모음입니다. 결측치 처리, 이상값 탐지, 데이터 집계 및 필터링 등 핵심 전처리 기법을 단계별 R 코드로 정리합니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 기출문제풀이 내용입니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 4단원. 빅데이터 결과해석
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 3단원. 빅데이터 모델링
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 2단원. 빅데이터 탐색
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 1단원. 빅데이터 분석 기획
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
R_ML
빅데이터분석기사 실기 제1유형(작업형 1) 대비를 위한 R 기반 21개 실전 기출·연습 문제 풀이 모음입니다. 결측치 처리, 이상값 탐지, 데이터 집계 및 필터링 등 핵심 전처리 기법을 단계별 R 코드로 정리합니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 기출문제풀이 내용입니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 4단원. 빅데이터 결과해석
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 3단원. 빅데이터 모델링
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 2단원. 빅데이터 탐색
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 1단원. 빅데이터 분석 기획
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
R_ML
빅데이터분석기사 실기 제1유형(작업형 1) 대비를 위한 R 기반 21개 실전 기출·연습 문제 풀이 모음입니다. 결측치 처리, 이상값 탐지, 데이터 집계 및 필터링 등 핵심 전처리 기법을 단계별 R 코드로 정리합니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 기출문제풀이 내용입니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 4단원. 빅데이터 결과해석
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 3단원. 빅데이터 모델링
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 2단원. 빅데이터 탐색
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다. - 1단원. 빅데이터 분석 기획
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
R_ML
빅데이터분석기사 실기 제1유형(작업형 1) 대비를 위한 R 기반 21개 실전 기출·연습 문제 풀이 모음입니다. 결측치 처리, 이상값 탐지, 데이터 집계 및 필터링 등 핵심 전처리 기법을 단계별 R 코드로 정리합니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 기출문제풀이 내용입니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
keras
케라스 창시자에게 배우는 딥러닝 - LSTM으로 텍스트 생성하기, 딥드림, 뉴런 스타일 트랜스퍼
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로에서 데이터 적재와 전처리하기
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로를 사용한 사용자 정의 모델과 훈련
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
keras
케라스 창시자에게 배우는 딥러닝 - 케라스의 함수형 API, 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 - 머신 러닝의 네 가지 분류
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 - 신경망과의 첫 만남
keras
케라스 창시자에게 배우는 딥러닝 - 역사, 분류, 특징
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 pyspark를 이용한 간단한 추천 시스템 만드는 것에 대해 알아봅니다.
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 그룹화에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
llm
대규모 컨텍스트와 에이전트 루프에서 서빙 인프라의 최대 병목인 KV 캐시를 32분의 1로 압축하는 Multi-Head Latent Attention(MLA)의 수리적 메커니즘(저랭크 압축, 가중치 흡수, 분리형 RoPE)을 증명하고, Kubernetes 환경에서 SGLang Rad...
llmk8s
멀티턴 대화, 에이전트 루프, 대규모 시스템 프롬프트 워크로드에서 TTFT(Time-to-First-Token)와 서빙 처리량을 결정짓는 핵심 병목은 접두사 캐싱(Prefix Caching)이다. vLLM의 PagedAttention 청크 해시 캐싱과 SGLang의 RadixAtt...
k8s
EKS에서 노드 조인 실패와 NodeNotReady, VPC CNI·DNS·Service 문제, GPU 워크로드의 CUDA/NCCL 오류, 그리고 K8s Probe와 로드밸런서 헬스체크 불일치까지 한 흐름으로 재구성한다. 계층별 신호를 어떤 순서로 좁혀야 하는지에 초점을 맞춘 디버...
llm
MCP를 붙였더니 왜 오히려 위험해지는가. 고정 파이프라인의 점진적 도구화, 선언적 의도와 컨트롤러 검증, 런타임 증거 기반 자가 개선, 그리고 MCP 서버를 만들기 전에 던져야 할 질문들을 실무 사례에서 설계 원칙으로 정리한다.
cloud
FinOps의 Inform·Optimize·Operate 순환과 태깅·쇼백으로 비용을 보이게 만들고, RI·Compute SP·CUD·스팟 커버리지 전략과 VPA·Karpenter 기반 쿠버네티스 right-sizing, egress·NAT 스토리지 함정, 단위 경제성 리뷰 루틴까...
k8s
컨테이너가 불변인 클러스터에서 ‘무엇이 느린가’와 ‘왜 죽었는가’를 답하는 관찰성 3축(메트릭·로그·트레이스)의 수집 경로와, Pending·CrashLoopBackOff·OOMKilled를 좁혀 들어가는 kubectl 디버깅 워크플로를 정리한다.
k8s
보안은 기능 하나가 아니라 코드가 실행되기까지의 모든 계층에 걸친 통제다. 4C 모델을 뼈대로 인증·인가(RBAC), 어드미션 정책, 워크로드 격리, 시크릿 외부화, 이미지 공급망과 런타임 탐지까지 설계→구현→검증 순서로 정리한다.
k8s
컨테이너의 임시 레이어를 넘어 데이터의 수명을 파드·노드·클러스터 중 어디에 묶을지 결정하는 문제를 다룬다. Volume 종류와 PV/PVC/StorageClass, CSI 드라이버와 스냅샷, StatefulSet 기반 데이터베이스 운영, 백업·DR, 성능 특성, 데이터 유실 함정...
k8s
쿠버네티스의 평탄한 IP-per-Pod 모델 위에서 Service가 안정적인 가상 IP를 얹고 Ingress/Gateway API가 L7 진입점을 만들며 CNI가 패킷 전달과 NetworkPolicy 집행을 맡는 구조를 정리한다. 계층 경계와 MTU·conntrack 함정, 트러블...
k8s
컨테이너를 어떤 단위로 몇 개나 어떤 규칙으로 실행할지 선언하는 워크로드 API 객체를 정리한다. Pod·Deployment·StatefulSet·DaemonSet·Job/CronJob의 보장과 requests/limits·프로브, HPA·VPA·KEDA·Cluster Autosc...
k8s
쿠버네티스 클러스터를 구성하는 컴포넌트와 그 사이의 인터페이스(CRI, 조정 루프), 매일 쓰는 핵심 오브젝트·명령, 그리고 버전 정책과 업그레이드 전략을 한 번에 정리한다.
k8s
Docker Compose 로컬 멀티 컨테이너 명세부터, K8s L7 Ingress Controller(Nginx/Envoy) 트래픽 라우팅, CSI(Container Storage Interface) 기반 PV/PVC 동적 프로비저닝, 그리고 관리형 쿠버네티스(EKS, GKE)의...
k8s
Linux 커널 프리미티브(Namespaces, Cgroups)의 프로세스 격리 원리, OCI 이미지 및 런타임(runc, containerd) 계층, 그리고 선언적 상태 수렴(Reconciliation Loop)을 수행하는 쿠버네티스 컨트롤 플레인의 내부 아키텍처를 심층 분석한다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
error
graphviz를 pip install graphviz로 설치한 뒤 dot 실행 파일을 찾지 못해 발생하는 ExecutableNotFound 에러가 있다. 이 글은 해당 에러의 원인과 해결 방법을 정리한다.
error
이 글은 TensorFlow에서 tf.gradients 사용 시 eager execution이 활성화되어 발생하는 RuntimeError를 해결한 기록이다. tf.compat.v1.disable_eager_execution()를 코드 맨 처음에 실행하는 방법을 정리한다.
error
리눅스(WSL)에서 파이썬 가상환경(venv)을 설치할 때 Package 'python3.8-venv' has no installation candidate 오류가 뜨는 경우가 있다. 이 글은 해당 에러 메시지와 apt를 이용한 해결 방법을 정리한다.
error
명령 프롬프트(cmd)에서 unzip을 실행하면 에러가 발생한다. 이 글은 zip과 unzip이 윈도우의 기본 명령어가 아님을 짚고, 파일을 내려받아 설치해 압축을 해제하는 방법을 정리한다.
error
원인 : file.copy(savedcopy, lib, recursive = TRUE)에서 ~ 로 복사하는데 문제가 발생했습니다: Permission denied
error
이 글은 2021년 당시 TensorFlow 2.4.0 기준으로 작성된 설치/사용 기록이다. 최신 버전에서는 명령이 다를 수 있다.
error
ModuleNotFoundError: No module named 'tensorflow.keras' 에러를 해결하는 방법을 정리한다. python 환경을 추가하거나 pip로 특정 버전의 keras를 설치하는 방법을 다룬다.
error
원인 : ImportError: cannot import name ‘get_config’ from ‘tensorflow.python.eager.context’
error
TensorFlow에서 순환 신경망 모델을 실행할 때 아래와 같은 NotImplementedError가 발생할 수 있다. 이 글은 해당 에러의 원인과 numpy 버전을 낮추는 해결 방법을 정리한다.
error
이 글은 2021년 당시 작성된 설치/사용 기록이다. 최신 버전에서는 명령이 다를 수 있다.
error
이 글은 2021년 당시 Python 3.7 / TensorFlow 2.2 환경 기준으로 작성된 설치/사용 기록이다. 최신 버전에서는 명령이 다를 수 있다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 그룹화에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
error
리눅스(WSL)에서 파이썬 가상환경(venv)을 설치할 때 Package 'python3.8-venv' has no installation candidate 오류가 뜨는 경우가 있다. 이 글은 해당 에러 메시지와 apt를 이용한 해결 방법을 정리한다.
tips
파이썬, 주피터를 vscode에서 더 전문적이고 생산적으로 활용하는 방법(+자동 완성)
tips
주피터 노트북 환경이나 코랩 환경에서 파이썬 한글이 깨질 때에 대한 해결책입니다.
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
code
PyTorch Lightning은 PyTorch 코드를 구성하고 분산 훈련 및 16-비트 정밀도와 같은 고급 기능을 쉽게 추가할 수 있는 래퍼입니다.
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다. 문법 및 github 예제로 실습
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
R_ML
빅데이터분석기사 실기 제1유형(작업형 1) 대비를 위한 R 기반 21개 실전 기출·연습 문제 풀이 모음입니다. 결측치 처리, 이상값 탐지, 데이터 집계 및 필터링 등 핵심 전처리 기법을 단계별 R 코드로 정리합니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 기출문제풀이 내용입니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 심화 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 기본 내용입니다.
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
keras
케라스 창시자에게 배우는 딥러닝 - LSTM으로 텍스트 생성하기, 딥드림, 뉴런 스타일 트랜스퍼
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
keras
케라스 창시자에게 배우는 딥러닝 - 케라스의 함수형 API, 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 - 머신 러닝의 네 가지 분류
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 - 신경망과의 첫 만남
keras
케라스 창시자에게 배우는 딥러닝 - 역사, 분류, 특징
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
keras
케라스 창시자에게 배우는 딥러닝 - 머신 러닝의 네 가지 분류
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
paper
컨셉 드리프트는 시간이 지남에 따라 예기치 않은 방식으로 변경되는 것을 의미합니다. 서베이 논문 형식으로 작성되었고, 이것을 리뷰해보았습니다.
paper
이 논문은 데이터 품질의 다양한 측면이 ML development 단계를 통해 어떻게 전파되는지를 고민했습니다. 이에 대한 요약 및 리뷰입니다.
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
azure
폐쇄망 VNet 위에 Azure Container Apps(ACA)를 올려 프로덕션으로 운영하기까지의 실전 기록이다. Internal 전용 환경 설계, 컨테이너 앱 매니페스트, http-scaler 기반 오토스케일링, Azure Files·Blob 이중 영구 스토리지 전략을 정리한다.
web
REST·GraphQL·gRPC의 직렬화 및 전송 계층 트레이드오프, FastAPI 기반 AI 스트리밍(SSE) 및 비동기 워커 아키텍처, Redis 토큰 버킷 속도 제한, 그리고 Gunicorn/Uvicorn 프로덕션 배포 파이프라인을 심층 분석한다.
k8s
Linux 커널 프리미티브(Namespaces, Cgroups)의 프로세스 격리 원리, OCI 이미지 및 런타임(runc, containerd) 계층, 그리고 선언적 상태 수렴(Reconciliation Loop)을 수행하는 쿠버네티스 컨트롤 플레인의 내부 아키텍처를 심층 분석한다.
tipsdocker
윈도우10 또는 우분투 내에서 도커를 설치하는 과정을 정리할 필요가 있다고 느꼈습니다. 설치에 도움이 되었으면 합니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
docker
윈도우 프롬프트, 리눅스 터미널 등에서 사용되는 도커 명령어, 옵션들을 정리해보았습니다. pull, run, start, stop, rm
docker
윈도우 프롬프트, 리눅스 터미널 등에서 사용되는 도커 명령어, 옵션들을 정리해보았습니다. pull, run, start, stop, rm
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
tips
AWS에서 가상의 환경을 작업하던 중, 내 PC에서 구동해 보았으면 싶어서 설치를 진행해 보았습니다. 윈도우10 환경에서 wsl2를 설치해봅니다.
azure
2편에서 정한 concurrentRequests 10이라는 값이 실제로 맞는지, Azure Load Testing으로 사설망 내부에 부하를 넣어 검증한다. 스케일 임계값 도달과 maxReplicas 도달이라는 두 변곡점을 p95 지연 곡선으로 읽고, 수용량과 병목을 도출하는 과정을...
azure
컨테이너 이미지 빌드부터 Container Apps 트래픽 전환까지를 하나의 파이프라인으로 묶는 방법을 정리한다. 커밋 SHA 태깅, ACR 빌드, blue-green 리비전 전략, 스모크 테스트 게이트와 롤백 절차를 실측 명령과 함께 다룬다.
azure
앞선 편에서 튜닝한 PostgreSQL·Redis 커넥션 정보는 결국 어딘가에서 애플리케이션으로 주입된다. 자격증명이 이미지·환경 변수·파이프라인 로그로 새는 경로를 막고, Key Vault와 Managed Identity로 값을 애플리케이션 코드에서 지우는 구조를 정리한다. 주입...
azure
RAG 파이프라인을 마이크로서비스로 분리한 다음 단계는 데이터를 어디에 두느냐다. 영속 상태는 PostgreSQL, 세션·웹소켓·캐시는 Redis로 나누고, 레플리카 1~20개 환경에서 커넥션 풀과 TTL을 어떻게 설계했는지 정리한다.
azure
1부에서 세운 사설 Container Apps 환경 위에 RAG 파이프라인을 올린다. 문서 파싱·벡터 검색·웹 검색·리랭킹을 각각 독립 컨테이너로 분리하고, 검색 품질과 부분 장애 대응까지 운영 관점에서 정리한다.
azure
폐쇄망에서 돌아가는 LLM 채팅 서비스의 프롬프트·토큰·비용·지연·품질을 관측하는 방법을 정리한다. Langfuse 트레이스 계층 구조, 감사 로그 이중 기록, Container Apps 로그를 Log Analytics로 모으는 KQL 파이프라인, 그리고 비용·SLO 알림과 데이터...
azure
사내 계정 SSO를 위해 Microsoft Entra ID 앱 등록과 Authorization Code Flow를 구성하고, App Roles와 보안 그룹으로 서비스 역할을 매핑해 비밀번호 인증을 전면 차단한 뒤 세션·쿠키 보안 정책까지 정리한다.
azure
Azure OpenAI 앞에 API Management를 세워 키 은닉·토큰 쿼터·단일 관측 지점·무중단 모델 교체를 확보한다. 백엔드 풀과 Managed Identity 인증, azure-openai-token-limit 기반 토큰 거버넌스, SSE 스트리밍 중계의 함정까지 정책...
azure
폐쇄망 VNet 위에 Azure Container Apps(ACA)를 올려 프로덕션으로 운영하기까지의 실전 기록이다. Internal 전용 환경 설계, 컨테이너 앱 매니페스트, http-scaler 기반 오토스케일링, Azure Files·Blob 이중 영구 스토리지 전략을 정리한다.
azure
사내 AI 채팅 플랫폼을 공용 인터넷에서 격리하기 위해 VNet·서브넷을 분리하고, Private Endpoint와 Private DNS Zone으로 Azure OpenAI를 비롯한 PaaS 리소스를 사설 IP로만 연결하는 설계 과정을 정리한다.
agent
GPU 노드 장애, HBM OOM 스파이크, 롱테일 지연 시간 앞에서 AI 플랫폼의 무중단 가용성을 어떻게 보장할 것인가? 슬라이딩 윈도우 적응형 서킷 브레이커, 그레이스풀 드레인, 제로 다운타임 롤아웃, 그리고 p99 지연 시간을 방어하는 투기적 헤지드 요청(Hedged Requ...
agent
약 2,000개 TypeScript 파일의 Claude Code 소스맵 유출로 드러난 프로덕션 에이전트의 내부 설계도. 785KB 단일 queryLoop() 엔진, 4단계 반응형 컨텍스트 압축, 벡터 DB를 폐기한 MEMORY.md 회의적 메모리와 8계층 양파형 보안 모델을 심층 ...
agent
바이너리와 애플리케이션 역공학을 수행하는 자율 에이전트는 왜 수천 개의 디컴파일 함수 앞에서 무력해지는가? morluto/rea의 정규화된 EvidenceLedger 구조와 TypeSafe AI의 System One(Jev) 루브릭을 결합하여 지연 시간과 비용을 90% 이상 절감하...
agent
SWE-bench Verified가 97%로 포화되며 정적 문제은행의 시대가 끝났다. Humanity’s Last Exam(HLE)에서 문항당 최대 8.8만 개의 추론 토큰이 폭발하는 2026년, 비생성형 System One(Jev)으로 불확실성을 사전 계측하고 하이브리드 사고 예...
agent
비평 모델(Critic Model)을 제거한 DeepSeek-R1의 GRPO 강화학습부터, 안드레이 카파시가 증명한 700회 무감독 자율 연구 루프(Autoresearch)까지. 에이전트가 스스로 훈련 코드를 수정해 모델 학습 시간을 11% 단축한 메커니즘과 프로덕션 5단계 자가 ...
agent
단순한 참/거짓 판정이나 라벨 분류를 위해 생성형 LLM의 토큰 생성을 기다릴 필요가 있을까? TypeSafe AI가 공개한 비생성형 System One 모델 Jev의 작동 원리, 핵심 프리미티브(Boolean·Choice·Score), REFLEX 프레임워크의 선택적 제어 실측치...
agent
TypeSafe AI의 System One 모델 Jev는 어떻게 자연어 상태에서 타입화된 결정을 도출하는가? POST /v1/systemone 엔드포인트의 3대 프리미티브(Choice·Score·Noul) 응답 스펙, 공식 신뢰도(Confidence) 수식, CJK 및 버전 고정 ...
llm
MCP 서버를 늘릴수록 사용자 입력 없이 소비되는 도구 정의 토큰이 컨텍스트를 잠식한다. 업프론트 로딩 비용을 정량화하고, 점진적 발견·툴 압축 프록시·코드 실행형 호출·프롬프트 캐시 정합성이라는 네 가지 기법을 게이트웨이 레벨 통합과 토큰 예산 관리 관점에서 재구성한다.
llm
MCP가 연결을 표준화한 뒤 병목은 컨텍스트와 절차 지식으로 옮겨 갔고, 그 자리에 SKILL.md 폴더 기반의 스킬이 들어왔다. 두 표준이 하는 일이 어떻게 다르고, 언제 무엇을 선택하며, 함께 쓸 때 토큰 예산을 어떻게 관리할지 정리한다.
llm
에이전트의 텍스트 응답만으로는 전달되지 않는 구조·조작·확인의 손실을 짚고, MCP 앱스 확장이 서버의 UI 리소스를 호스트의 샌드박스 iframe에서 렌더링하는 구조, 선언적 UI와 개방형 UI의 트레이드오프, 유스케이스별 설계 가이드와 보안 경계, 사내 도구 전환 판단 기준을 ...
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
tipsdocker
윈도우10 또는 우분투 내에서 도커를 설치하는 과정을 정리할 필요가 있다고 느꼈습니다. 설치에 도움이 되었으면 합니다.
tips
AWS에서 가상의 환경을 작업하던 중, 내 PC에서 구동해 보았으면 싶어서 설치를 진행해 보았습니다. 윈도우10 환경에서 wsl2를 설치해봅니다.
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
tips
NVIDIA DRIVER, CUDA Toolkit, cuDNN, TensorFlow 2.8 및 PyTorch 1.9 GPU 환경 구축 절차를 정리한다. Windows 10 환경에서의 설정 기준이다.
tips
vsocde를 하도 지웠다 설치를 반복해서 글로 남긴다. 2가지 단계만 거치면 초기화가 가능하다. (단순 vscode를 삭제한다 해도 local pc에 설정들이 남아있다.)
tips
KoNLPy는 한국어 정보처리를 위한 파이썬 패키지입니다. NLP (자연어 처리)를 할 때 쓰이지만 운영체제가 윈도우같은 경우는 설치 버전을 좀 맞춰야 합니다.
tips
깃은 컴퓨터 파일의 변경사항을 추적하고 여러 명의 사용자들 간에 해당 파일들의 작업을 조율하기 위한 분산 버전 관리 시스템이다.
tips
windows10 환경 pytorch cuda11.0
tipsdocker
윈도우10 또는 우분투 내에서 도커를 설치하는 과정을 정리할 필요가 있다고 느꼈습니다. 설치에 도움이 되었으면 합니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 7. Synchronization Examples
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
tips
AWS에서 가상의 환경을 작업하던 중, 내 PC에서 구동해 보았으면 싶어서 설치를 진행해 보았습니다. 윈도우10 환경에서 wsl2를 설치해봅니다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
error
리눅스(WSL)에서 파이썬 가상환경(venv)을 설치할 때 Package 'python3.8-venv' has no installation candidate 오류가 뜨는 경우가 있다. 이 글은 해당 에러 메시지와 apt를 이용한 해결 방법을 정리한다.
tips
깃은 컴퓨터 파일의 변경사항을 추적하고 여러 명의 사용자들 간에 해당 파일들의 작업을 조율하기 위한 분산 버전 관리 시스템이다.
linux
생활 코딩 강의 내용을 요약 및 정리한 글입니다. - 기초문법, IO Redirection, shell, shell script
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
paper
컨셉 드리프트는 시간이 지남에 따라 예기치 않은 방식으로 변경되는 것을 의미합니다. 서베이 논문 형식으로 작성되었고, 이것을 리뷰해보았습니다.
paper
이 논문은 데이터 품질의 다양한 측면이 ML development 단계를 통해 어떻게 전파되는지를 고민했습니다. 이에 대한 요약 및 리뷰입니다.
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 pyspark를 이용한 간단한 추천 시스템 만드는 것에 대해 알아봅니다.
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 분산형 공유 변수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
llmk8s
멀티턴 대화, 에이전트 루프, 대규모 시스템 프롬프트 워크로드에서 TTFT(Time-to-First-Token)와 서빙 처리량을 결정짓는 핵심 병목은 접두사 캐싱(Prefix Caching)이다. vLLM의 PagedAttention 청크 해시 캐싱과 SGLang의 RadixAtt...
k8s
컨테이너가 불변인 클러스터에서 ‘무엇이 느린가’와 ‘왜 죽었는가’를 답하는 관찰성 3축(메트릭·로그·트레이스)의 수집 경로와, Pending·CrashLoopBackOff·OOMKilled를 좁혀 들어가는 kubectl 디버깅 워크플로를 정리한다.
k8s
보안은 기능 하나가 아니라 코드가 실행되기까지의 모든 계층에 걸친 통제다. 4C 모델을 뼈대로 인증·인가(RBAC), 어드미션 정책, 워크로드 격리, 시크릿 외부화, 이미지 공급망과 런타임 탐지까지 설계→구현→검증 순서로 정리한다.
k8s
컨테이너의 임시 레이어를 넘어 데이터의 수명을 파드·노드·클러스터 중 어디에 묶을지 결정하는 문제를 다룬다. Volume 종류와 PV/PVC/StorageClass, CSI 드라이버와 스냅샷, StatefulSet 기반 데이터베이스 운영, 백업·DR, 성능 특성, 데이터 유실 함정...
k8s
쿠버네티스의 평탄한 IP-per-Pod 모델 위에서 Service가 안정적인 가상 IP를 얹고 Ingress/Gateway API가 L7 진입점을 만들며 CNI가 패킷 전달과 NetworkPolicy 집행을 맡는 구조를 정리한다. 계층 경계와 MTU·conntrack 함정, 트러블...
k8s
컨테이너를 어떤 단위로 몇 개나 어떤 규칙으로 실행할지 선언하는 워크로드 API 객체를 정리한다. Pod·Deployment·StatefulSet·DaemonSet·Job/CronJob의 보장과 requests/limits·프로브, HPA·VPA·KEDA·Cluster Autosc...
k8s
쿠버네티스 클러스터를 구성하는 컴포넌트와 그 사이의 인터페이스(CRI, 조정 루프), 매일 쓰는 핵심 오브젝트·명령, 그리고 버전 정책과 업그레이드 전략을 한 번에 정리한다.
k8s
Docker Compose 로컬 멀티 컨테이너 명세부터, K8s L7 Ingress Controller(Nginx/Envoy) 트래픽 라우팅, CSI(Container Storage Interface) 기반 PV/PVC 동적 프로비저닝, 그리고 관리형 쿠버네티스(EKS, GKE)의...
k8s
Linux 커널 프리미티브(Namespaces, Cgroups)의 프로세스 격리 원리, OCI 이미지 및 런타임(runc, containerd) 계층, 그리고 선언적 상태 수렴(Reconciliation Loop)을 수행하는 쿠버네티스 컨트롤 플레인의 내부 아키텍처를 심층 분석한다.
llm
커밋 코드의 42%를 AI가 짜는 시대, 대중적 튜토리얼이 다루지 않는 엔터프라이즈 Day-2 운영 현실을 짚는다. 10만 토큰을 잠식하는 MCP 컨텍스트 비대화 방어, 4대 코딩 도구(Cursor·Windsurf·Claude Code·Cline) 아키텍처 비교, 점진적 발견 프록...
agent
바이너리와 애플리케이션 역공학을 수행하는 자율 에이전트는 왜 수천 개의 디컴파일 함수 앞에서 무력해지는가? morluto/rea의 정규화된 EvidenceLedger 구조와 TypeSafe AI의 System One(Jev) 루브릭을 결합하여 지연 시간과 비용을 90% 이상 절감하...
llm
MCP 서버를 늘릴수록 사용자 입력 없이 소비되는 도구 정의 토큰이 컨텍스트를 잠식한다. 업프론트 로딩 비용을 정량화하고, 점진적 발견·툴 압축 프록시·코드 실행형 호출·프롬프트 캐시 정합성이라는 네 가지 기법을 게이트웨이 레벨 통합과 토큰 예산 관리 관점에서 재구성한다.
llm
MCP를 붙였더니 왜 오히려 위험해지는가. 고정 파이프라인의 점진적 도구화, 선언적 의도와 컨트롤러 검증, 런타임 증거 기반 자가 개선, 그리고 MCP 서버를 만들기 전에 던져야 할 질문들을 실무 사례에서 설계 원칙으로 정리한다.
llm
MCP가 연결을 표준화한 뒤 병목은 컨텍스트와 절차 지식으로 옮겨 갔고, 그 자리에 SKILL.md 폴더 기반의 스킬이 들어왔다. 두 표준이 하는 일이 어떻게 다르고, 언제 무엇을 선택하며, 함께 쓸 때 토큰 예산을 어떻게 관리할지 정리한다.
llm
에이전트의 텍스트 응답만으로는 전달되지 않는 구조·조작·확인의 손실을 짚고, MCP 앱스 확장이 서버의 UI 리소스를 호스트의 샌드박스 iframe에서 렌더링하는 구조, 선언적 UI와 개방형 UI의 트레이드오프, 유스케이스별 설계 가이드와 보안 경계, 사내 도구 전환 판단 기준을 ...
llm
MCP 서버는 30줄이면 만들 수 있지만, 그 30줄이 프로덕션에서 신뢰할 만한지 증명하는 일은 훨씬 어렵다. 프로토콜·도구 계약·모델 비결정성이 겹치는 MCP 서버를 Inspector 대화형 검증, 스펙 conformance 스위트, 속성 기반 테스트(PBT), 보안 회귀 테스트...
llm
MCP는 보안을 프로토콜로 보장하지 않는다. 위협 모델(STRIDE·MAESTRO·OWASP MCP Top 10)부터 Tool Poisoning 실전 메커니즘, OAuth 2.1 인증·인가, 에이전트 신원, 게이트웨이 런타임 통제, 배포 전 체크리스트까지 프로덕션 운영 관점에서 재...
llm
N×M 통합 문제를 해결하기 위한 Anthropic MCP의 코어 아키텍처, JSON-RPC 2.0 기반 핸드셰이크 및 전송 계층(Stdio·SSE), Tool·Resource·Prompt 프리미티브, 그리고 Confused Deputy 방지를 위한 제로 트러스트 보안 모델을 심층...
keras
케라스 창시자에게 배우는 딥러닝 - LSTM으로 텍스트 생성하기, 딥드림, 뉴런 스타일 트랜스퍼
keras
케라스 창시자에게 배우는 딥러닝 - 케라스의 함수형 API, 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 - 머신 러닝의 네 가지 분류
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 - 신경망과의 첫 만남
keras
케라스 창시자에게 배우는 딥러닝 - 역사, 분류, 특징
keras
케라스 창시자에게 배우는 딥러닝 - LSTM으로 텍스트 생성하기, 딥드림, 뉴런 스타일 트랜스퍼
keras
케라스 창시자에게 배우는 딥러닝 - 케라스의 함수형 API, 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 - 머신 러닝의 네 가지 분류
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 - 신경망과의 첫 만남
keras
케라스 창시자에게 배우는 딥러닝 - 역사, 분류, 특징
keras
케라스 창시자에게 배우는 딥러닝 - LSTM으로 텍스트 생성하기, 딥드림, 뉴런 스타일 트랜스퍼
keras
케라스 창시자에게 배우는 딥러닝 - 케라스의 함수형 API, 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 - 머신 러닝의 네 가지 분류
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 - 신경망과의 첫 만남
keras
케라스 창시자에게 배우는 딥러닝 - 역사, 분류, 특징
tips
윈도우10이 설치된 노트북에서 터치패드를 잘 사용하면 마우스가 없어도 된다는 것을 깨달았습니다. 터치패드 사용법 및 여러 가지 환경에서 단축키를 정리해보았습니다.
tipsdocker
윈도우10 또는 우분투 내에서 도커를 설치하는 과정을 정리할 필요가 있다고 느꼈습니다. 설치에 도움이 되었으면 합니다.
tips
AWS에서 가상의 환경을 작업하던 중, 내 PC에서 구동해 보았으면 싶어서 설치를 진행해 보았습니다. 윈도우10 환경에서 wsl2를 설치해봅니다.
tips
NVIDIA DRIVER, CUDA Toolkit, cuDNN, TensorFlow 2.8 및 PyTorch 1.9 GPU 환경 구축 절차를 정리한다. Windows 10 환경에서의 설정 기준이다.
tips
KoNLPy는 한국어 정보처리를 위한 파이썬 패키지입니다. NLP (자연어 처리)를 할 때 쓰이지만 운영체제가 윈도우같은 경우는 설치 버전을 좀 맞춰야 합니다.
tips
깃은 컴퓨터 파일의 변경사항을 추적하고 여러 명의 사용자들 간에 해당 파일들의 작업을 조율하기 위한 분산 버전 관리 시스템이다.
tips
windows10 환경 pytorch cuda11.0
tips
NVIDIA DRIVER, CUDA Toolkit, Cudnn
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
code
PyTorch Lightning은 PyTorch 코드를 구성하고 분산 훈련 및 16-비트 정밀도와 같은 고급 기능을 쉽게 추가할 수 있는 래퍼입니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
tips
NVIDIA DRIVER, CUDA Toolkit, cuDNN, TensorFlow 2.8 및 PyTorch 1.9 GPU 환경 구축 절차를 정리한다. Windows 10 환경에서의 설정 기준이다.
tips
windows10 환경 pytorch cuda11.0
tipsdocker
윈도우10 또는 우분투 내에서 도커를 설치하는 과정을 정리할 필요가 있다고 느꼈습니다. 설치에 도움이 되었으면 합니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
tips
AWS에서 가상의 환경을 작업하던 중, 내 PC에서 구동해 보았으면 싶어서 설치를 진행해 보았습니다. 윈도우10 환경에서 wsl2를 설치해봅니다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
error
리눅스(WSL)에서 파이썬 가상환경(venv)을 설치할 때 Package 'python3.8-venv' has no installation candidate 오류가 뜨는 경우가 있다. 이 글은 해당 에러 메시지와 apt를 이용한 해결 방법을 정리한다.
tips
깃은 컴퓨터 파일의 변경사항을 추적하고 여러 명의 사용자들 간에 해당 파일들의 작업을 조율하기 위한 분산 버전 관리 시스템이다.
paper
이 논문은 데이터 품질의 다양한 측면이 ML development 단계를 통해 어떻게 전파되는지를 고민했습니다. 이에 대한 요약 및 리뷰입니다.
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 - 머신 러닝의 네 가지 분류
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 - 신경망과의 첫 만남
keras
케라스 창시자에게 배우는 딥러닝 - 역사, 분류, 특징
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
tips
NVIDIA DRIVER, CUDA Toolkit, cuDNN, TensorFlow 2.8 및 PyTorch 1.9 GPU 환경 구축 절차를 정리한다. Windows 10 환경에서의 설정 기준이다.
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로에서 데이터 적재와 전처리하기
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로를 사용한 사용자 정의 모델과 훈련
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
tips
NVIDIA DRIVER, CUDA Toolkit, Cudnn
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
tips
NVIDIA DRIVER, CUDA Toolkit, cuDNN, TensorFlow 2.8 및 PyTorch 1.9 GPU 환경 구축 절차를 정리한다. Windows 10 환경에서의 설정 기준이다.
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로에서 데이터 적재와 전처리하기
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로를 사용한 사용자 정의 모델과 훈련
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
error
이 글은 2021년 당시 TensorFlow 2.4.0 기준으로 작성된 설치/사용 기록이다. 최신 버전에서는 명령이 다를 수 있다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
linux
생활 코딩 강의 내용을 요약 및 정리한 글입니다. - 기초문법, IO Redirection, shell, shell script
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
tips
NVIDIA DRIVER, CUDA Toolkit, cuDNN, TensorFlow 2.8 및 PyTorch 1.9 GPU 환경 구축 절차를 정리한다. Windows 10 환경에서의 설정 기준이다.
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
code
ResNet에 이어 ResNeXt의 구조를 직접 구현해보았습니다. cardinality를 이용하여 split-transform-merge 기법이 핵심입니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 심화 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 기본 내용입니다.
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 - 머신 러닝의 네 가지 분류
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 - 신경망과의 첫 만남
keras
케라스 창시자에게 배우는 딥러닝 - 역사, 분류, 특징
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 - 머신 러닝의 네 가지 분류
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 - 신경망과의 첫 만남
keras
케라스 창시자에게 배우는 딥러닝 - 역사, 분류, 특징
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
tips
NVIDIA DRIVER, CUDA Toolkit, cuDNN, TensorFlow 2.8 및 PyTorch 1.9 GPU 환경 구축 절차를 정리한다. Windows 10 환경에서의 설정 기준이다.
tips
windows10 환경 gpu
tips
NVIDIA DRIVER, CUDA Toolkit, Cudnn
k8s
EKS에서 노드 조인 실패와 NodeNotReady, VPC CNI·DNS·Service 문제, GPU 워크로드의 CUDA/NCCL 오류, 그리고 K8s Probe와 로드밸런서 헬스체크 불일치까지 한 흐름으로 재구성한다. 계층별 신호를 어떤 순서로 좁혀야 하는지에 초점을 맞춘 디버...
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
tips
NVIDIA DRIVER, CUDA Toolkit, cuDNN, TensorFlow 2.8 및 PyTorch 1.9 GPU 환경 구축 절차를 정리한다. Windows 10 환경에서의 설정 기준이다.
tips
windows10 환경 gpu
tips
NVIDIA DRIVER, CUDA Toolkit, Cudnn
tipsdocker
윈도우10 또는 우분투 내에서 도커를 설치하는 과정을 정리할 필요가 있다고 느꼈습니다. 설치에 도움이 되었으면 합니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
AWS에서 가상의 환경을 작업하던 중, 내 PC에서 구동해 보았으면 싶어서 설치를 진행해 보았습니다. 윈도우10 환경에서 wsl2를 설치해봅니다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
tips
깃은 컴퓨터 파일의 변경사항을 추적하고 여러 명의 사용자들 간에 해당 파일들의 작업을 조율하기 위한 분산 버전 관리 시스템이다.
tips
깃은 컴퓨터 파일의 변경사항을 추적하고 여러 명의 사용자들 간에 해당 파일들의 작업을 조율하기 위한 분산 버전 관리 시스템이다.
llm
자가 개선(self-improving) 루프는 사람 라벨 없이 프로덕션 트레이스를 학습 신호로 되돌리는 구조다. 롤아웃·스코어·필터·트레인·디플로이의 5단계 아키텍처, 복합 리워드 설계, PII·동의 게이트, 리워드 해킹 탐지와 방어, 조직 차원의 도입 판단 기준을 운영자 시점에서...
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
code
PyTorch Lightning은 PyTorch 코드를 구성하고 분산 훈련 및 16-비트 정밀도와 같은 고급 기능을 쉽게 추가할 수 있는 래퍼입니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
paper
컨셉 드리프트는 시간이 지남에 따라 예기치 않은 방식으로 변경되는 것을 의미합니다. 서베이 논문 형식으로 작성되었고, 이것을 리뷰해보았습니다.
paper
이 논문은 데이터 품질의 다양한 측면이 ML development 단계를 통해 어떻게 전파되는지를 고민했습니다. 이에 대한 요약 및 리뷰입니다.
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
tipsdocker
윈도우10 또는 우분투 내에서 도커를 설치하는 과정을 정리할 필요가 있다고 느꼈습니다. 설치에 도움이 되었으면 합니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
docker
윈도우 프롬프트, 리눅스 터미널 등에서 사용되는 도커 명령어, 옵션들을 정리해보았습니다. pull, run, start, stop, rm
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
tips
AWS에서 가상의 환경을 작업하던 중, 내 PC에서 구동해 보았으면 싶어서 설치를 진행해 보았습니다. 윈도우10 환경에서 wsl2를 설치해봅니다.
tipshadoop
하둡과 스파크를 로컬환경에서 설치하는 과정을 글로 담기 위해 적어보았습니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
paper
GraphLab은 각 정점이 인접한 정점과 에지의 데이터를 읽고 쓸 수 있는 순차적 공유 메모리 추상화입니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 분산형 공유 변수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
agent
약 2,000개 TypeScript 파일의 Claude Code 소스맵 유출로 드러난 프로덕션 에이전트의 내부 설계도. 785KB 단일 queryLoop() 엔진, 4단계 반응형 컨텍스트 압축, 벡터 DB를 폐기한 MEMORY.md 회의적 메모리와 8계층 양파형 보안 모델을 심층 ...
azure
앞선 편에서 튜닝한 PostgreSQL·Redis 커넥션 정보는 결국 어딘가에서 애플리케이션으로 주입된다. 자격증명이 이미지·환경 변수·파이프라인 로그로 새는 경로를 막고, Key Vault와 Managed Identity로 값을 애플리케이션 코드에서 지우는 구조를 정리한다. 주입...
llm
MCP는 보안을 프로토콜로 보장하지 않는다. 위협 모델(STRIDE·MAESTRO·OWASP MCP Top 10)부터 Tool Poisoning 실전 메커니즘, OAuth 2.1 인증·인가, 에이전트 신원, 게이트웨이 런타임 통제, 배포 전 체크리스트까지 프로덕션 운영 관점에서 재...
cloud
클라우드 보안은 경계 방어가 아니라 신원·권한·데이터·감사 로그를 코드로 관리하는 문제다. 공동 책임 모델과 IAM 평가 로직, 멀티 계정 전략, 네트워크·데이터 보안, 컴플라이언스·탐지·사고 대응까지 AWS·Azure·GCP 공통 관점으로 정리한다.
k8s
보안은 기능 하나가 아니라 코드가 실행되기까지의 모든 계층에 걸친 통제다. 4C 모델을 뼈대로 인증·인가(RBAC), 어드미션 정책, 워크로드 격리, 시크릿 외부화, 이미지 공급망과 런타임 탐지까지 설계→구현→검증 순서로 정리한다.
llm
N×M 통합 문제를 해결하기 위한 Anthropic MCP의 코어 아키텍처, JSON-RPC 2.0 기반 핸드셰이크 및 전송 계층(Stdio·SSE), Tool·Resource·Prompt 프리미티브, 그리고 Confused Deputy 방지를 위한 제로 트러스트 보안 모델을 심층...
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
tips
깃은 컴퓨터 파일의 변경사항을 추적하고 여러 명의 사용자들 간에 해당 파일들의 작업을 조율하기 위한 분산 버전 관리 시스템이다.
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
git_blog
주피터 노트북 파일을 한번에 업로드하여 블로그 글에 보여주기
git_blog
YAML을 이용하여 글의 제목, 날짜, 카테고리, 태그, 레이아웃 등을 정의해봅니다.
tipsdocker
윈도우10 또는 우분투 내에서 도커를 설치하는 과정을 정리할 필요가 있다고 느꼈습니다. 설치에 도움이 되었으면 합니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
AWS에서 가상의 환경을 작업하던 중, 내 PC에서 구동해 보았으면 싶어서 설치를 진행해 보았습니다. 윈도우10 환경에서 wsl2를 설치해봅니다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
tips
깃은 컴퓨터 파일의 변경사항을 추적하고 여러 명의 사용자들 간에 해당 파일들의 작업을 조율하기 위한 분산 버전 관리 시스템이다.
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
cloud
모놀리식과 마이크로서비스의 트레이드오프부터 12-factor, 이벤트 드리븐, CQRS·사가·아웃박스, 멀티테넌시, 고가용성, 재해 복구 4전략까지 아키텍처 결정의 축을 한 흐름으로 정리한다. 모든 판단의 기준은 실패 반경을 줄이고 RTO/RPO를 얼마에 사들일 것인가다.
cloud
클라우드 보안은 경계 방어가 아니라 신원·권한·데이터·감사 로그를 코드로 관리하는 문제다. 공동 책임 모델과 IAM 평가 로직, 멀티 계정 전략, 네트워크·데이터 보안, 컴플라이언스·탐지·사고 대응까지 AWS·Azure·GCP 공통 관점으로 정리한다.
cloud
클라우드는 결국 무엇을 어디에 배치하고, 누가 무엇에 접근하며, 어디까지 장애를 견딜 것인가라는 세 질문으로 수렴한다. 서비스 모델과 공동 책임, 리전·AZ 가용성 설계, VPC 네트워크 경계, 컴퓨팅·스토리지·관리형 DB 선택, IAM 역할 수임까지 하나의 결정 사슬로 정리한다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha1. Introduction 1.1, 1.2, 1.3, 1.4
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
code
PyTorch Lightning은 PyTorch 코드를 구성하고 분산 훈련 및 16-비트 정밀도와 같은 고급 기능을 쉽게 추가할 수 있는 래퍼입니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
paper
컨셉 드리프트는 시간이 지남에 따라 예기치 않은 방식으로 변경되는 것을 의미합니다. 서베이 논문 형식으로 작성되었고, 이것을 리뷰해보았습니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 시퀀스, 슬라이싱, 스트라이드, 언패킹, key, 딕셔너리, in, get, defaultdict, missing
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
tipshadoop
하둡과 스파크를 로컬환경에서 설치하는 과정을 글로 담기 위해 적어보았습니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 pyspark를 이용한 간단한 추천 시스템 만드는 것에 대해 알아봅니다.
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
paper
DODUO는 테이블의 전체를 입력으로 받아 테이블의 여러 컬럼 정보들을 이용하여 컬럼 유형과 컬럼 관계 예측을 출력하는 트랜스포머 기반 멀티태스크 학습 아키텍처입니다. 본 논문을 리뷰해보았습니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
paper
GraphLab은 각 정점이 인접한 정점과 에지의 데이터를 읽고 쓸 수 있는 순차적 공유 메모리 추상화입니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
llm
데이터 유출과 외부 통신이 원천 차단된 사설망 환경에서 수백억~수천억 파라미터 LLM을 어떻게 안정적으로 서빙할 것인가? 제로 트러스트 프라이빗 인프라 경계, 텐서/파이프라인 병렬화의 All-Reduce 통신 병목 수식, 그리고 Prefill과 Decode를 분리하여 p99 지연 ...
llm
대규모 컨텍스트와 에이전트 루프에서 서빙 인프라의 최대 병목인 KV 캐시를 32분의 1로 압축하는 Multi-Head Latent Attention(MLA)의 수리적 메커니즘(저랭크 압축, 가중치 흡수, 분리형 RoPE)을 증명하고, Kubernetes 환경에서 SGLang Rad...
llmk8s
멀티턴 대화, 에이전트 루프, 대규모 시스템 프롬프트 워크로드에서 TTFT(Time-to-First-Token)와 서빙 처리량을 결정짓는 핵심 병목은 접두사 캐싱(Prefix Caching)이다. vLLM의 PagedAttention 청크 해시 캐싱과 SGLang의 RadixAtt...
llm
오픈 웨이트 모델을 직접 서빙하려면 데이터 수집, QLoRA 학습, 평가 게이트, Multi-LoRA 배포, 카나리 승격, 롤백까지 하나의 루프로 묶어야 한다. 모델·GPU·배포 모드 선택 기준, S3→NVMe 캐시, PP 멀티노드 교착 같은 실패 사례, 평가 임계값·레지스트리 운...
llm
메모리 대역폭(Memory Bandwidth)과 VRAM 병목을 극복하기 위한 PTQ/QAT 양자화, AWQ, GPTQ, SmoothQuant, 구조적 프루닝 및 지식 증류의 수학적 원리와 프로덕션 서빙 트레이드오프를 심층 분석한다.
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 심화 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 기본 내용입니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
tips
NVIDIA DRIVER, CUDA Toolkit, cuDNN, TensorFlow 2.8 및 PyTorch 1.9 GPU 환경 구축 절차를 정리한다. Windows 10 환경에서의 설정 기준이다.
tips
windows10 환경 pytorch cuda11.0
tips
NVIDIA DRIVER, CUDA Toolkit, Cudnn
tips
파이썬, 주피터를 vscode에서 더 전문적이고 생산적으로 활용하는 방법(+자동 완성)
git_blog
주피터 노트북 파일을 한번에 업로드하여 블로그 글에 보여주기
tips
주피터 노트북 환경에서 명령 모드와 편집 모드의 주요 단축키를 정리한다.
tips
주피터 노트북 환경이나 코랩 환경에서 파이썬 한글이 깨질 때에 대한 해결책입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
git_blog
주피터 노트북 파일을 한번에 업로드하여 블로그 글에 보여주기
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
vsocde를 하도 지웠다 설치를 반복해서 글로 남긴다. 2가지 단계만 거치면 초기화가 가능하다. (단순 vscode를 삭제한다 해도 local pc에 설정들이 남아있다.)
tips
Ponicode, Dracula Official, Debugger for Chrome, Bracket Pair Colorizer 2, Code Spell Checker, Code Runner, Live Server 등
tips
파이썬, 주피터를 vscode에서 더 전문적이고 생산적으로 활용하는 방법(+자동 완성)
docker
윈도우 프롬프트, 리눅스 터미널 등에서 사용되는 도커 명령어, 옵션들을 정리해보았습니다. pull, run, start, stop, rm
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
paper
GraphLab은 각 정점이 인접한 정점과 에지의 데이터를 읽고 쓸 수 있는 순차적 공유 메모리 추상화입니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
paper
GraphLab은 각 정점이 인접한 정점과 에지의 데이터를 읽고 쓸 수 있는 순차적 공유 메모리 추상화입니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로를 사용한 사용자 정의 모델과 훈련
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha1. Introduction 1.1, 1.2, 1.3, 1.4
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로를 사용한 사용자 정의 모델과 훈련
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
tipshadoop
하둡과 스파크를 로컬환경에서 설치하는 과정을 글로 담기 위해 적어보았습니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
diapp
Designing Data-Intensive Applications by Martin Kleppmann
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
tips
윈도우10이 설치된 노트북에서 터치패드를 잘 사용하면 마우스가 없어도 된다는 것을 깨달았습니다. 터치패드 사용법 및 여러 가지 환경에서 단축키를 정리해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
web
Roy Fielding의 REST 6대 제약조건과 Richardson 성숙도 모델(Level 0~3), RFC 9110 HTTP 시맨틱스 및 멱등성(Idempotency), FastAPI 비동기 이벤트 루프와 Pydantic V2를 활용한 계약 기반 API 엔지니어링을 심층 분석한다.
web
REST·GraphQL·gRPC의 직렬화 및 전송 계층 트레이드오프, FastAPI 기반 AI 스트리밍(SSE) 및 비동기 워커 아키텍처, Redis 토큰 버킷 속도 제한, 그리고 Gunicorn/Uvicorn 프로덕션 배포 파이프라인을 심층 분석한다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
llm
Google Pregel의 Actor-Channel 모델에서 출발한 LangGraph의 런타임 원리, State Reducer 메커니즘, 영속성 Checkpointer를 활용한 Human-in-the-loop 및 Time-travel 구현, 프로덕션 멀티 에이전트 오케스트레이션 패...
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphLab은 각 정점이 인접한 정점과 에지의 데이터를 읽고 쓸 수 있는 순차적 공유 메모리 추상화입니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
azure
1부에서 세운 사설 Container Apps 환경 위에 RAG 파이프라인을 올린다. 문서 파싱·벡터 검색·웹 검색·리랭킹을 각각 독립 컨테이너로 분리하고, 검색 품질과 부분 장애 대응까지 운영 관점에서 정리한다.
llm
단순 벡터 유사도 기반 RAG의 Global Sensemaking 한계를 극복하기 위한 Microsoft GraphRAG와 Neo4j 아키텍처, Leiden 알고리즘 기반 계층적 군집 요약, 그리고 Text2Cypher와 Vector-Cypher 하이브리드 검색 파이프라인을 심층 ...
llm
검색 증강 생성(RAG)의 검색 정확도와 생성 충실도를 결정하는 청킹 전략(Fixed, Recursive, Document-structure, Semantic, Late Chunking)의 동작 메커니즘과 파레토 최적화 플레이북을 심층 분석한다.
llm
Lewis et al. 2020 논문부터 Modular RAG까지의 진화 계보, 비정형 PDF/도표 구조를 보존하는 심층 문서 파싱(Deep Document Parsing) 기술, 그리고 BM25·Dense·Cross-Encoder 2단계 검색 파이프라인을 심층 분석한다.
k8s
커뮤니티 ingress-nginx 컨트롤러의 유지보수는 2026년 3월에 끝났다. GatewayClass·Gateway·HTTPRoute의 책임 분리, Ingress 어노테이션을 Gateway API 리소스로 옮기는 기능 대응표, CRD 사전 요구사항과 5단계 전환 절차, Cili...
k8s
EKS에서 파드 IP는 노드가 아니라 VPC 서브넷에서 나온다. aws-cni와 ipamd의 역할 분리, L3 라우티드 데이터패스, 워밍 풀·Prefix Delegation·IP 쿨다운, 노드별 IP 소비 계산과 NAU, 소형 인스턴스 fallback이 만드는 과다 예약, Karp...
k8s
EKS에서 노드 조인 실패와 NodeNotReady, VPC CNI·DNS·Service 문제, GPU 워크로드의 CUDA/NCCL 오류, 그리고 K8s Probe와 로드밸런서 헬스체크 불일치까지 한 흐름으로 재구성한다. 계층별 신호를 어떤 순서로 좁혀야 하는지에 초점을 맞춘 디버...
k8s
Docker Compose 로컬 멀티 컨테이너 명세부터, K8s L7 Ingress Controller(Nginx/Envoy) 트래픽 라우팅, CSI(Container Storage Interface) 기반 PV/PVC 동적 프로비저닝, 그리고 관리형 쿠버네티스(EKS, GKE)의...
llm
MCP를 붙였더니 왜 오히려 위험해지는가. 고정 파이프라인의 점진적 도구화, 선언적 의도와 컨트롤러 검증, 런타임 증거 기반 자가 개선, 그리고 MCP 서버를 만들기 전에 던져야 할 질문들을 실무 사례에서 설계 원칙으로 정리한다.
azure
폐쇄망에서 돌아가는 LLM 채팅 서비스의 프롬프트·토큰·비용·지연·품질을 관측하는 방법을 정리한다. Langfuse 트레이스 계층 구조, 감사 로그 이중 기록, Container Apps 로그를 Log Analytics로 모으는 KQL 파이프라인, 그리고 비용·SLO 알림과 데이터...
cloud
신뢰성을 사람의 헌신이 아니라 측정 가능한 목표(SLO)와 에러 버짓으로 관리하는 SRE 실무를 정리한다. SLI/SLO 설계와 멀티윈도우 소진 경보, 토일 제거, 온콜·인시던트 대응과 비난 없는 포스트모템, 카오스 엔지니어링·부하 테스트·점진적 배포까지 다룬다.
k8s
컨테이너가 불변인 클러스터에서 ‘무엇이 느린가’와 ‘왜 죽었는가’를 답하는 관찰성 3축(메트릭·로그·트레이스)의 수집 경로와, Pending·CrashLoopBackOff·OOMKilled를 좁혀 들어가는 kubectl 디버깅 워크플로를 정리한다.
agent
바이너리와 애플리케이션 역공학을 수행하는 자율 에이전트는 왜 수천 개의 디컴파일 함수 앞에서 무력해지는가? morluto/rea의 정규화된 EvidenceLedger 구조와 TypeSafe AI의 System One(Jev) 루브릭을 결합하여 지연 시간과 비용을 90% 이상 절감하...
agent
SWE-bench Verified가 97%로 포화되며 정적 문제은행의 시대가 끝났다. Humanity’s Last Exam(HLE)에서 문항당 최대 8.8만 개의 추론 토큰이 폭발하는 2026년, 비생성형 System One(Jev)으로 불확실성을 사전 계측하고 하이브리드 사고 예...
agent
단순한 참/거짓 판정이나 라벨 분류를 위해 생성형 LLM의 토큰 생성을 기다릴 필요가 있을까? TypeSafe AI가 공개한 비생성형 System One 모델 Jev의 작동 원리, 핵심 프리미티브(Boolean·Choice·Score), REFLEX 프레임워크의 선택적 제어 실측치...
agent
TypeSafe AI의 System One 모델 Jev는 어떻게 자연어 상태에서 타입화된 결정을 도출하는가? POST /v1/systemone 엔드포인트의 3대 프리미티브(Choice·Score·Noul) 응답 스펙, 공식 신뢰도(Confidence) 수식, CJK 및 버전 고정 ...
agent
바이너리와 애플리케이션 역공학을 수행하는 자율 에이전트는 왜 수천 개의 디컴파일 함수 앞에서 무력해지는가? morluto/rea의 정규화된 EvidenceLedger 구조와 TypeSafe AI의 System One(Jev) 루브릭을 결합하여 지연 시간과 비용을 90% 이상 절감하...
agent
SWE-bench Verified가 97%로 포화되며 정적 문제은행의 시대가 끝났다. Humanity’s Last Exam(HLE)에서 문항당 최대 8.8만 개의 추론 토큰이 폭발하는 2026년, 비생성형 System One(Jev)으로 불확실성을 사전 계측하고 하이브리드 사고 예...
agent
단순한 참/거짓 판정이나 라벨 분류를 위해 생성형 LLM의 토큰 생성을 기다릴 필요가 있을까? TypeSafe AI가 공개한 비생성형 System One 모델 Jev의 작동 원리, 핵심 프리미티브(Boolean·Choice·Score), REFLEX 프레임워크의 선택적 제어 실측치...
agent
TypeSafe AI의 System One 모델 Jev는 어떻게 자연어 상태에서 타입화된 결정을 도출하는가? POST /v1/systemone 엔드포인트의 3대 프리미티브(Choice·Score·Noul) 응답 스펙, 공식 신뢰도(Confidence) 수식, CJK 및 버전 고정 ...
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다. 문법 및 github 예제로 실습
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다. 문법 및 github 예제로 실습
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다. 문법 및 github 예제로 실습
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 심화 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 기본 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
linux
생활 코딩 강의 내용을 요약 및 정리한 글입니다. - 기초문법, IO Redirection, shell, shell script
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 시퀀스, 슬라이싱, 스트라이드, 언패킹, key, 딕셔너리, in, get, defaultdict, missing
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
git_blog
주피터 노트북 파일을 한번에 업로드하여 블로그 글에 보여주기
git_blog
YAML을 이용하여 글의 제목, 날짜, 카테고리, 태그, 레이아웃 등을 정의해봅니다.
docker
윈도우 프롬프트, 리눅스 터미널 등에서 사용되는 도커 명령어, 옵션들을 정리해보았습니다. pull, run, start, stop, rm
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
tipshadoop
하둡과 스파크를 로컬환경에서 설치하는 과정을 글로 담기 위해 적어보았습니다.
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
docker
윈도우 프롬프트, 리눅스 터미널 등에서 사용되는 도커 명령어, 옵션들을 정리해보았습니다. pull, run, start, stop, rm
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha3. Processes 3.1, 3.2, 3.3, 3.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha2. Architectures 2.1, 2.2, 2.3, 2.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha1. Introduction 1.1, 1.2, 1.3, 1.4
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha1. Introduction 1.1, 1.2, 1.3, 1.4
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha2. Architectures 2.1, 2.2, 2.3, 2.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha1. Introduction 1.1, 1.2, 1.3, 1.4
OS
Operating System Concepts 10th 8장 Deadlocks를 정리한 학습 노트다. 교착 상태가 성립하는 4가지 필요조건(상호 배제·점유하며 대기·비선점·순환 대기)과 자원 할당 그래프를 먼저 살펴보고, 예방·회피·탐지·복구라는 네 갈래 처리 방법과 은행원 알고리...
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
agent
약 2,000개 TypeScript 파일의 Claude Code 소스맵 유출로 드러난 프로덕션 에이전트의 내부 설계도. 785KB 단일 queryLoop() 엔진, 4단계 반응형 컨텍스트 압축, 벡터 DB를 폐기한 MEMORY.md 회의적 메모리와 8계층 양파형 보안 모델을 심층 ...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
diapp
Designing Data-Intensive Applications by Martin Kleppmann
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
diapp
Designing Data-Intensive Applications by Martin Kleppmann
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
tips
NVIDIA DRIVER, CUDA Toolkit, cuDNN, TensorFlow 2.8 및 PyTorch 1.9 GPU 환경 구축 절차를 정리한다. Windows 10 환경에서의 설정 기준이다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
azure
사내 계정 SSO를 위해 Microsoft Entra ID 앱 등록과 Authorization Code Flow를 구성하고, App Roles와 보안 그룹으로 서비스 역할을 매핑해 비밀번호 인증을 전면 차단한 뒤 세션·쿠키 보안 정책까지 정리한다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
llm
검색 증강 생성(RAG)의 검색 정확도와 생성 충실도를 결정하는 청킹 전략(Fixed, Recursive, Document-structure, Semantic, Late Chunking)의 동작 메커니즘과 파레토 최적화 플레이북을 심층 분석한다.
llm
고차원 벡터 공간에서의 근사 최근접 이웃(ANN) 탐색 알고리즘(HNSW, IVF-PQ, DiskANN)의 수학적 원리, 메모리·재현율(Recall)·지연시간 트레이드오프, 그리고 Pinecone·Milvus·Qdrant·pgvector의 아키텍처를 심층 비교한다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
code
PyTorch Lightning은 PyTorch 코드를 구성하고 분산 훈련 및 16-비트 정밀도와 같은 고급 기능을 쉽게 추가할 수 있는 래퍼입니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 시퀀스, 슬라이싱, 스트라이드, 언패킹, key, 딕셔너리, in, get, defaultdict, missing
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
llm
N×M 통합 문제를 해결하기 위한 Anthropic MCP의 코어 아키텍처, JSON-RPC 2.0 기반 핸드셰이크 및 전송 계층(Stdio·SSE), Tool·Resource·Prompt 프리미티브, 그리고 Confused Deputy 방지를 위한 제로 트러스트 보안 모델을 심층...
llm
검색 증강 생성(RAG)의 검색 정확도와 생성 충실도를 결정하는 청킹 전략(Fixed, Recursive, Document-structure, Semantic, Late Chunking)의 동작 메커니즘과 파레토 최적화 플레이북을 심층 분석한다.
llm
Google Pregel의 Actor-Channel 모델에서 출발한 LangGraph의 런타임 원리, State Reducer 메커니즘, 영속성 Checkpointer를 활용한 Human-in-the-loop 및 Time-travel 구현, 프로덕션 멀티 에이전트 오케스트레이션 패...
llm
MCP는 보안을 프로토콜로 보장하지 않는다. 위협 모델(STRIDE·MAESTRO·OWASP MCP Top 10)부터 Tool Poisoning 실전 메커니즘, OAuth 2.1 인증·인가, 에이전트 신원, 게이트웨이 런타임 통제, 배포 전 체크리스트까지 프로덕션 운영 관점에서 재...
llm
N×M 통합 문제를 해결하기 위한 Anthropic MCP의 코어 아키텍처, JSON-RPC 2.0 기반 핸드셰이크 및 전송 계층(Stdio·SSE), Tool·Resource·Prompt 프리미티브, 그리고 Confused Deputy 방지를 위한 제로 트러스트 보안 모델을 심층...
llm
Google Pregel의 Actor-Channel 모델에서 출발한 LangGraph의 런타임 원리, State Reducer 메커니즘, 영속성 Checkpointer를 활용한 Human-in-the-loop 및 Time-travel 구현, 프로덕션 멀티 에이전트 오케스트레이션 패...
cloud
모놀리식과 마이크로서비스의 트레이드오프부터 12-factor, 이벤트 드리븐, CQRS·사가·아웃박스, 멀티테넌시, 고가용성, 재해 복구 4전략까지 아키텍처 결정의 축을 한 흐름으로 정리한다. 모든 판단의 기준은 실패 반경을 줄이고 RTO/RPO를 얼마에 사들일 것인가다.
web
Roy Fielding의 REST 6대 제약조건과 Richardson 성숙도 모델(Level 0~3), RFC 9110 HTTP 시맨틱스 및 멱등성(Idempotency), FastAPI 비동기 이벤트 루프와 Pydantic V2를 활용한 계약 기반 API 엔지니어링을 심층 분석한다.
web
REST·GraphQL·gRPC의 직렬화 및 전송 계층 트레이드오프, FastAPI 기반 AI 스트리밍(SSE) 및 비동기 워커 아키텍처, Redis 토큰 버킷 속도 제한, 그리고 Gunicorn/Uvicorn 프로덕션 배포 파이프라인을 심층 분석한다.
azure
1부에서 세운 사설 Container Apps 환경 위에 RAG 파이프라인을 올린다. 문서 파싱·벡터 검색·웹 검색·리랭킹을 각각 독립 컨테이너로 분리하고, 검색 품질과 부분 장애 대응까지 운영 관점에서 정리한다.
cloud
모놀리식과 마이크로서비스의 트레이드오프부터 12-factor, 이벤트 드리븐, CQRS·사가·아웃박스, 멀티테넌시, 고가용성, 재해 복구 4전략까지 아키텍처 결정의 축을 한 흐름으로 정리한다. 모든 판단의 기준은 실패 반경을 줄이고 RTO/RPO를 얼마에 사들일 것인가다.
web
REST·GraphQL·gRPC의 직렬화 및 전송 계층 트레이드오프, FastAPI 기반 AI 스트리밍(SSE) 및 비동기 워커 아키텍처, Redis 토큰 버킷 속도 제한, 그리고 Gunicorn/Uvicorn 프로덕션 배포 파이프라인을 심층 분석한다.
llm
MCP 서버를 늘릴수록 사용자 입력 없이 소비되는 도구 정의 토큰이 컨텍스트를 잠식한다. 업프론트 로딩 비용을 정량화하고, 점진적 발견·툴 압축 프록시·코드 실행형 호출·프롬프트 캐시 정합성이라는 네 가지 기법을 게이트웨이 레벨 통합과 토큰 예산 관리 관점에서 재구성한다.
llm
MCP는 보안을 프로토콜로 보장하지 않는다. 위협 모델(STRIDE·MAESTRO·OWASP MCP Top 10)부터 Tool Poisoning 실전 메커니즘, OAuth 2.1 인증·인가, 에이전트 신원, 게이트웨이 런타임 통제, 배포 전 체크리스트까지 프로덕션 운영 관점에서 재...
llm
N×M 통합 문제를 해결하기 위한 Anthropic MCP의 코어 아키텍처, JSON-RPC 2.0 기반 핸드셰이크 및 전송 계층(Stdio·SSE), Tool·Resource·Prompt 프리미티브, 그리고 Confused Deputy 방지를 위한 제로 트러스트 보안 모델을 심층...
k8s
EKS에서 파드 IP는 노드가 아니라 VPC 서브넷에서 나온다. aws-cni와 ipamd의 역할 분리, L3 라우티드 데이터패스, 워밍 풀·Prefix Delegation·IP 쿨다운, 노드별 IP 소비 계산과 NAU, 소형 인스턴스 fallback이 만드는 과다 예약, Karp...
k8s
EKS에서 노드 조인 실패와 NodeNotReady, VPC CNI·DNS·Service 문제, GPU 워크로드의 CUDA/NCCL 오류, 그리고 K8s Probe와 로드밸런서 헬스체크 불일치까지 한 흐름으로 재구성한다. 계층별 신호를 어떤 순서로 좁혀야 하는지에 초점을 맞춘 디버...
k8s
컨테이너가 불변인 클러스터에서 ‘무엇이 느린가’와 ‘왜 죽었는가’를 답하는 관찰성 3축(메트릭·로그·트레이스)의 수집 경로와, Pending·CrashLoopBackOff·OOMKilled를 좁혀 들어가는 kubectl 디버깅 워크플로를 정리한다.
azure
2편에서 정한 concurrentRequests 10이라는 값이 실제로 맞는지, Azure Load Testing으로 사설망 내부에 부하를 넣어 검증한다. 스케일 임계값 도달과 maxReplicas 도달이라는 두 변곡점을 p95 지연 곡선으로 읽고, 수용량과 병목을 도출하는 과정을...
azure
폐쇄망 VNet 위에 Azure Container Apps(ACA)를 올려 프로덕션으로 운영하기까지의 실전 기록이다. Internal 전용 환경 설계, 컨테이너 앱 매니페스트, http-scaler 기반 오토스케일링, Azure Files·Blob 이중 영구 스토리지 전략을 정리한다.
cloud
FinOps의 Inform·Optimize·Operate 순환과 태깅·쇼백으로 비용을 보이게 만들고, RI·Compute SP·CUD·스팟 커버리지 전략과 VPA·Karpenter 기반 쿠버네티스 right-sizing, egress·NAT 스토리지 함정, 단위 경제성 리뷰 루틴까...
agent
GPU 노드 장애, HBM OOM 스파이크, 롱테일 지연 시간 앞에서 AI 플랫폼의 무중단 가용성을 어떻게 보장할 것인가? 슬라이딩 윈도우 적응형 서킷 브레이커, 그레이스풀 드레인, 제로 다운타임 롤아웃, 그리고 p99 지연 시간을 방어하는 투기적 헤지드 요청(Hedged Requ...
azure
2편에서 정한 concurrentRequests 10이라는 값이 실제로 맞는지, Azure Load Testing으로 사설망 내부에 부하를 넣어 검증한다. 스케일 임계값 도달과 maxReplicas 도달이라는 두 변곡점을 p95 지연 곡선으로 읽고, 수용량과 병목을 도출하는 과정을...
cloud
신뢰성을 사람의 헌신이 아니라 측정 가능한 목표(SLO)와 에러 버짓으로 관리하는 SRE 실무를 정리한다. SLI/SLO 설계와 멀티윈도우 소진 경보, 토일 제거, 온콜·인시던트 대응과 비난 없는 포스트모템, 카오스 엔지니어링·부하 테스트·점진적 배포까지 다룬다.
agent
GPU 노드 장애, HBM OOM 스파이크, 롱테일 지연 시간 앞에서 AI 플랫폼의 무중단 가용성을 어떻게 보장할 것인가? 슬라이딩 윈도우 적응형 서킷 브레이커, 그레이스풀 드레인, 제로 다운타임 롤아웃, 그리고 p99 지연 시간을 방어하는 투기적 헤지드 요청(Hedged Requ...
llm
MCP를 붙였더니 왜 오히려 위험해지는가. 고정 파이프라인의 점진적 도구화, 선언적 의도와 컨트롤러 검증, 런타임 증거 기반 자가 개선, 그리고 MCP 서버를 만들기 전에 던져야 할 질문들을 실무 사례에서 설계 원칙으로 정리한다.
azure
폐쇄망에서 돌아가는 LLM 채팅 서비스의 프롬프트·토큰·비용·지연·품질을 관측하는 방법을 정리한다. Langfuse 트레이스 계층 구조, 감사 로그 이중 기록, Container Apps 로그를 Log Analytics로 모으는 KQL 파이프라인, 그리고 비용·SLO 알림과 데이터...
k8s
커뮤니티 ingress-nginx 컨트롤러의 유지보수는 2026년 3월에 끝났다. GatewayClass·Gateway·HTTPRoute의 책임 분리, Ingress 어노테이션을 Gateway API 리소스로 옮기는 기능 대응표, CRD 사전 요구사항과 5단계 전환 절차, Cili...
k8s
EKS에서 파드 IP는 노드가 아니라 VPC 서브넷에서 나온다. aws-cni와 ipamd의 역할 분리, L3 라우티드 데이터패스, 워밍 풀·Prefix Delegation·IP 쿨다운, 노드별 IP 소비 계산과 NAU, 소형 인스턴스 fallback이 만드는 과다 예약, Karp...
k8s
EKS에서 노드 조인 실패와 NodeNotReady, VPC CNI·DNS·Service 문제, GPU 워크로드의 CUDA/NCCL 오류, 그리고 K8s Probe와 로드밸런서 헬스체크 불일치까지 한 흐름으로 재구성한다. 계층별 신호를 어떤 순서로 좁혀야 하는지에 초점을 맞춘 디버...
agent
바이너리와 애플리케이션 역공학을 수행하는 자율 에이전트는 왜 수천 개의 디컴파일 함수 앞에서 무력해지는가? morluto/rea의 정규화된 EvidenceLedger 구조와 TypeSafe AI의 System One(Jev) 루브릭을 결합하여 지연 시간과 비용을 90% 이상 절감하...
agent
단순한 참/거짓 판정이나 라벨 분류를 위해 생성형 LLM의 토큰 생성을 기다릴 필요가 있을까? TypeSafe AI가 공개한 비생성형 System One 모델 Jev의 작동 원리, 핵심 프리미티브(Boolean·Choice·Score), REFLEX 프레임워크의 선택적 제어 실측치...
agent
TypeSafe AI의 System One 모델 Jev는 어떻게 자연어 상태에서 타입화된 결정을 도출하는가? POST /v1/systemone 엔드포인트의 3대 프리미티브(Choice·Score·Noul) 응답 스펙, 공식 신뢰도(Confidence) 수식, CJK 및 버전 고정 ...
llm
데이터 유출과 외부 통신이 원천 차단된 사설망 환경에서 수백억~수천억 파라미터 LLM을 어떻게 안정적으로 서빙할 것인가? 제로 트러스트 프라이빗 인프라 경계, 텐서/파이프라인 병렬화의 All-Reduce 통신 병목 수식, 그리고 Prefill과 Decode를 분리하여 p99 지연 ...
llm
대규모 컨텍스트와 에이전트 루프에서 서빙 인프라의 최대 병목인 KV 캐시를 32분의 1로 압축하는 Multi-Head Latent Attention(MLA)의 수리적 메커니즘(저랭크 압축, 가중치 흡수, 분리형 RoPE)을 증명하고, Kubernetes 환경에서 SGLang Rad...
llmk8s
멀티턴 대화, 에이전트 루프, 대규모 시스템 프롬프트 워크로드에서 TTFT(Time-to-First-Token)와 서빙 처리량을 결정짓는 핵심 병목은 접두사 캐싱(Prefix Caching)이다. vLLM의 PagedAttention 청크 해시 캐싱과 SGLang의 RadixAtt...
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
ipynb 파일이 존재하는 폴더로 갑니다. 해당 폴더에 마우스 커서를 대고 shift + 오른쪽버튼을 누릅니다. 여기에 PowerShell 창 열기를 클릭합니다.
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 심화 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 기본 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 심화 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 기본 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 심화 내용입니다.
SQL
SQLD, 정보처리기사 실기 작업형 대비 또는 실무 적용을 위한 기본 내용입니다.
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha1. Introduction 1.1, 1.2, 1.3, 1.4
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 그룹화에 대해 알아봅니다.
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 - 신경망과의 첫 만남
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
keras
케라스 창시자에게 배우는 딥러닝 - 신경망과의 첫 만남
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
tips
NVIDIA DRIVER, CUDA Toolkit, cuDNN, TensorFlow 2.8 및 PyTorch 1.9 GPU 환경 구축 절차를 정리한다. Windows 10 환경에서의 설정 기준이다.
tips
windows10 환경 gpu
tips
KoNLPy는 한국어 정보처리를 위한 파이썬 패키지입니다. NLP (자연어 처리)를 할 때 쓰이지만 운영체제가 윈도우같은 경우는 설치 버전을 좀 맞춰야 합니다.
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
tips
윈도우10이 설치된 노트북에서 터치패드를 잘 사용하면 마우스가 없어도 된다는 것을 깨달았습니다. 터치패드 사용법 및 여러 가지 환경에서 단축키를 정리해보았습니다.
tips
주피터 노트북 환경에서 명령 모드와 편집 모드의 주요 단축키를 정리한다.
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
keras
케라스 창시자에게 배우는 딥러닝 - LSTM으로 텍스트 생성하기, 딥드림, 뉴런 스타일 트랜스퍼
keras
케라스 창시자에게 배우는 딥러닝 - 케라스의 함수형 API, 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
keras
케라스 창시자에게 배우는 딥러닝 - 케라스의 함수형 API, 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
tips
Ponicode, Dracula Official, Debugger for Chrome, Bracket Pair Colorizer 2, Code Spell Checker, Code Runner, Live Server 등
tips
파이썬, 주피터를 vscode에서 더 전문적이고 생산적으로 활용하는 방법(+자동 완성)
tips
Ponicode, Dracula Official, Debugger for Chrome, Bracket Pair Colorizer 2, Code Spell Checker, Code Runner, Live Server 등
tips
파이썬, 주피터를 vscode에서 더 전문적이고 생산적으로 활용하는 방법(+자동 완성)
tips
AWS에서 가상의 환경을 작업하던 중, 내 PC에서 구동해 보았으면 싶어서 설치를 진행해 보았습니다. 윈도우10 환경에서 wsl2를 설치해봅니다.
tips
깃은 컴퓨터 파일의 변경사항을 추적하고 여러 명의 사용자들 간에 해당 파일들의 작업을 조율하기 위한 분산 버전 관리 시스템이다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로를 사용한 사용자 정의 모델과 훈련
tips
vsocde를 하도 지웠다 설치를 반복해서 글로 남긴다. 2가지 단계만 거치면 초기화가 가능하다. (단순 vscode를 삭제한다 해도 local pc에 설정들이 남아있다.)
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 7. Synchronization Examples
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로를 사용한 사용자 정의 모델과 훈련
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로를 사용한 사용자 정의 모델과 훈련
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 7. Synchronization Examples
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 7. Synchronization Examples
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
error
이 글은 TensorFlow에서 tf.gradients 사용 시 eager execution이 활성화되어 발생하는 RuntimeError를 해결한 기록이다. tf.compat.v1.disable_eager_execution()를 코드 맨 처음에 실행하는 방법을 정리한다.
error
리눅스(WSL)에서 파이썬 가상환경(venv)을 설치할 때 Package 'python3.8-venv' has no installation candidate 오류가 뜨는 경우가 있다. 이 글은 해당 에러 메시지와 apt를 이용한 해결 방법을 정리한다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
error
리눅스(WSL)에서 파이썬 가상환경(venv)을 설치할 때 Package 'python3.8-venv' has no installation candidate 오류가 뜨는 경우가 있다. 이 글은 해당 에러 메시지와 apt를 이용한 해결 방법을 정리한다.
tips
AWS에서 가상의 환경을 작업하던 중, 내 PC에서 구동해 보았으면 싶어서 설치를 진행해 보았습니다. 윈도우10 환경에서 wsl2를 설치해봅니다.
error
리눅스(WSL)에서 파이썬 가상환경(venv)을 설치할 때 Package 'python3.8-venv' has no installation candidate 오류가 뜨는 경우가 있다. 이 글은 해당 에러 메시지와 apt를 이용한 해결 방법을 정리한다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
diapp
Designing Data-Intensive Applications by Martin Kleppmann
diapp
Designing Data-Intensive Applications by Martin Kleppmann
azure
RAG 파이프라인을 마이크로서비스로 분리한 다음 단계는 데이터를 어디에 두느냐다. 영속 상태는 PostgreSQL, 세션·웹소켓·캐시는 Redis로 나누고, 레플리카 1~20개 환경에서 커넥션 풀과 TTL을 어떻게 설계했는지 정리한다.
diapp
Designing Data-Intensive Applications by Martin Kleppmann
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 시퀀스, 슬라이싱, 스트라이드, 언패킹, key, 딕셔너리, in, get, defaultdict, missing
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
paper
컨셉 드리프트는 시간이 지남에 따라 예기치 않은 방식으로 변경되는 것을 의미합니다. 서베이 논문 형식으로 작성되었고, 이것을 리뷰해보았습니다.
paper
이 논문은 데이터 품질의 다양한 측면이 ML development 단계를 통해 어떻게 전파되는지를 고민했습니다. 이에 대한 요약 및 리뷰입니다.
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
paper
이 논문은 데이터 품질의 다양한 측면이 ML development 단계를 통해 어떻게 전파되는지를 고민했습니다. 이에 대한 요약 및 리뷰입니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
paper
컨셉 드리프트는 시간이 지남에 따라 예기치 않은 방식으로 변경되는 것을 의미합니다. 서베이 논문 형식으로 작성되었고, 이것을 리뷰해보았습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
code
ResNet에 이어 ResNeXt의 구조를 직접 구현해보았습니다. cardinality를 이용하여 split-transform-merge 기법이 핵심입니다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 시퀀스, 슬라이싱, 스트라이드, 언패킹, key, 딕셔너리, in, get, defaultdict, missing
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
llm
대규모 컨텍스트와 에이전트 루프에서 서빙 인프라의 최대 병목인 KV 캐시를 32분의 1로 압축하는 Multi-Head Latent Attention(MLA)의 수리적 메커니즘(저랭크 압축, 가중치 흡수, 분리형 RoPE)을 증명하고, Kubernetes 환경에서 SGLang Rad...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
paper
DODUO는 테이블의 전체를 입력으로 받아 테이블의 여러 컬럼 정보들을 이용하여 컬럼 유형과 컬럼 관계 예측을 출력하는 트랜스포머 기반 멀티태스크 학습 아키텍처입니다. 본 논문을 리뷰해보았습니다.
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
paper
DODUO는 테이블의 전체를 입력으로 받아 테이블의 여러 컬럼 정보들을 이용하여 컬럼 유형과 컬럼 관계 예측을 출력하는 트랜스포머 기반 멀티태스크 학습 아키텍처입니다. 본 논문을 리뷰해보았습니다.
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
paper
DODUO는 테이블의 전체를 입력으로 받아 테이블의 여러 컬럼 정보들을 이용하여 컬럼 유형과 컬럼 관계 예측을 출력하는 트랜스포머 기반 멀티태스크 학습 아키텍처입니다. 본 논문을 리뷰해보았습니다.
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
AWS에서 가상의 환경을 작업하던 중, 내 PC에서 구동해 보았으면 싶어서 설치를 진행해 보았습니다. 윈도우10 환경에서 wsl2를 설치해봅니다.
docker
윈도우 프롬프트, 리눅스 터미널 등에서 사용되는 도커 명령어, 옵션들을 정리해보았습니다. pull, run, start, stop, rm
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
docker
윈도우 프롬프트, 리눅스 터미널 등에서 사용되는 도커 명령어, 옵션들을 정리해보았습니다. pull, run, start, stop, rm
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
tipsdocker
윈도우10 또는 우분투 내에서 도커를 설치하는 과정을 정리할 필요가 있다고 느꼈습니다. 설치에 도움이 되었으면 합니다.
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
paper
GraphLab은 각 정점이 인접한 정점과 에지의 데이터를 읽고 쓸 수 있는 순차적 공유 메모리 추상화입니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
tips
윈도우10이 설치된 노트북에서 터치패드를 잘 사용하면 마우스가 없어도 된다는 것을 깨달았습니다. 터치패드 사용법 및 여러 가지 환경에서 단축키를 정리해보았습니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
OS
Operating System Concepts 10th 8장 Deadlocks를 정리한 학습 노트다. 교착 상태가 성립하는 4가지 필요조건(상호 배제·점유하며 대기·비선점·순환 대기)과 자원 할당 그래프를 먼저 살펴보고, 예방·회피·탐지·복구라는 네 갈래 처리 방법과 은행원 알고리...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 7. Synchronization Examples
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
OS
Operating System Concepts 10th 8장 Deadlocks를 정리한 학습 노트다. 교착 상태가 성립하는 4가지 필요조건(상호 배제·점유하며 대기·비선점·순환 대기)과 자원 할당 그래프를 먼저 살펴보고, 예방·회피·탐지·복구라는 네 갈래 처리 방법과 은행원 알고리...
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 7. Synchronization Examples
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
tips
윈도우10이 설치된 노트북에서 터치패드를 잘 사용하면 마우스가 없어도 된다는 것을 깨달았습니다. 터치패드 사용법 및 여러 가지 환경에서 단축키를 정리해보았습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
azure
RAG 파이프라인을 마이크로서비스로 분리한 다음 단계는 데이터를 어디에 두느냐다. 영속 상태는 PostgreSQL, 세션·웹소켓·캐시는 Redis로 나누고, 레플리카 1~20개 환경에서 커넥션 풀과 TTL을 어떻게 설계했는지 정리한다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
paper
DODUO는 테이블의 전체를 입력으로 받아 테이블의 여러 컬럼 정보들을 이용하여 컬럼 유형과 컬럼 관계 예측을 출력하는 트랜스포머 기반 멀티태스크 학습 아키텍처입니다. 본 논문을 리뷰해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
tipshadoop
하둡과 스파크를 로컬환경에서 설치하는 과정을 글로 담기 위해 적어보았습니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
k8s
EKS에서 노드 조인 실패와 NodeNotReady, VPC CNI·DNS·Service 문제, GPU 워크로드의 CUDA/NCCL 오류, 그리고 K8s Probe와 로드밸런서 헬스체크 불일치까지 한 흐름으로 재구성한다. 계층별 신호를 어떤 순서로 좁혀야 하는지에 초점을 맞춘 디버...
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphLab은 각 정점이 인접한 정점과 에지의 데이터를 읽고 쓸 수 있는 순차적 공유 메모리 추상화입니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
cloud
클라우드는 결국 무엇을 어디에 배치하고, 누가 무엇에 접근하며, 어디까지 장애를 견딜 것인가라는 세 질문으로 수렴한다. 서비스 모델과 공동 책임, 리전·AZ 가용성 설계, VPC 네트워크 경계, 컴퓨팅·스토리지·관리형 DB 선택, IAM 역할 수임까지 하나의 결정 사슬로 정리한다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
azure
1부에서 세운 사설 Container Apps 환경 위에 RAG 파이프라인을 올린다. 문서 파싱·벡터 검색·웹 검색·리랭킹을 각각 독립 컨테이너로 분리하고, 검색 품질과 부분 장애 대응까지 운영 관점에서 정리한다.
llm
고차원 벡터 공간에서의 근사 최근접 이웃(ANN) 탐색 알고리즘(HNSW, IVF-PQ, DiskANN)의 수학적 원리, 메모리·재현율(Recall)·지연시간 트레이드오프, 그리고 Pinecone·Milvus·Qdrant·pgvector의 아키텍처를 심층 비교한다.
llm
오픈 웨이트 모델을 직접 서빙하려면 데이터 수집, QLoRA 학습, 평가 게이트, Multi-LoRA 배포, 카나리 승격, 롤백까지 하나의 루프로 묶어야 한다. 모델·GPU·배포 모드 선택 기준, S3→NVMe 캐시, PP 멀티노드 교착 같은 실패 사례, 평가 임계값·레지스트리 운...
llm
메모리 대역폭(Memory Bandwidth)과 VRAM 병목을 극복하기 위한 PTQ/QAT 양자화, AWQ, GPTQ, SmoothQuant, 구조적 프루닝 및 지식 증류의 수학적 원리와 프로덕션 서빙 트레이드오프를 심층 분석한다.
k8s
쿠버네티스의 평탄한 IP-per-Pod 모델 위에서 Service가 안정적인 가상 IP를 얹고 Ingress/Gateway API가 L7 진입점을 만들며 CNI가 패킷 전달과 NetworkPolicy 집행을 맡는 구조를 정리한다. 계층 경계와 MTU·conntrack 함정, 트러블...
k8s
Docker Compose 로컬 멀티 컨테이너 명세부터, K8s L7 Ingress Controller(Nginx/Envoy) 트래픽 라우팅, CSI(Container Storage Interface) 기반 PV/PVC 동적 프로비저닝, 그리고 관리형 쿠버네티스(EKS, GKE)의...
k8s
컨테이너의 임시 레이어를 넘어 데이터의 수명을 파드·노드·클러스터 중 어디에 묶을지 결정하는 문제를 다룬다. Volume 종류와 PV/PVC/StorageClass, CSI 드라이버와 스냅샷, StatefulSet 기반 데이터베이스 운영, 백업·DR, 성능 특성, 데이터 유실 함정...
k8s
Docker Compose 로컬 멀티 컨테이너 명세부터, K8s L7 Ingress Controller(Nginx/Envoy) 트래픽 라우팅, CSI(Container Storage Interface) 기반 PV/PVC 동적 프로비저닝, 그리고 관리형 쿠버네티스(EKS, GKE)의...
k8s
컨테이너의 임시 레이어를 넘어 데이터의 수명을 파드·노드·클러스터 중 어디에 묶을지 결정하는 문제를 다룬다. Volume 종류와 PV/PVC/StorageClass, CSI 드라이버와 스냅샷, StatefulSet 기반 데이터베이스 운영, 백업·DR, 성능 특성, 데이터 유실 함정...
k8s
Docker Compose 로컬 멀티 컨테이너 명세부터, K8s L7 Ingress Controller(Nginx/Envoy) 트래픽 라우팅, CSI(Container Storage Interface) 기반 PV/PVC 동적 프로비저닝, 그리고 관리형 쿠버네티스(EKS, GKE)의...
web
Roy Fielding의 REST 6대 제약조건과 Richardson 성숙도 모델(Level 0~3), RFC 9110 HTTP 시맨틱스 및 멱등성(Idempotency), FastAPI 비동기 이벤트 루프와 Pydantic V2를 활용한 계약 기반 API 엔지니어링을 심층 분석한다.
web
REST·GraphQL·gRPC의 직렬화 및 전송 계층 트레이드오프, FastAPI 기반 AI 스트리밍(SSE) 및 비동기 워커 아키텍처, Redis 토큰 버킷 속도 제한, 그리고 Gunicorn/Uvicorn 프로덕션 배포 파이프라인을 심층 분석한다.
web
Roy Fielding의 REST 6대 제약조건과 Richardson 성숙도 모델(Level 0~3), RFC 9110 HTTP 시맨틱스 및 멱등성(Idempotency), FastAPI 비동기 이벤트 루프와 Pydantic V2를 활용한 계약 기반 API 엔지니어링을 심층 분석한다.
web
REST·GraphQL·gRPC의 직렬화 및 전송 계층 트레이드오프, FastAPI 기반 AI 스트리밍(SSE) 및 비동기 워커 아키텍처, Redis 토큰 버킷 속도 제한, 그리고 Gunicorn/Uvicorn 프로덕션 배포 파이프라인을 심층 분석한다.
agent
비평 모델(Critic Model)을 제거한 DeepSeek-R1의 GRPO 강화학습부터, 안드레이 카파시가 증명한 700회 무감독 자율 연구 루프(Autoresearch)까지. 에이전트가 스스로 훈련 코드를 수정해 모델 학습 시간을 11% 단축한 메커니즘과 프로덕션 5단계 자가 ...
llm
N×M 통합 문제를 해결하기 위한 Anthropic MCP의 코어 아키텍처, JSON-RPC 2.0 기반 핸드셰이크 및 전송 계층(Stdio·SSE), Tool·Resource·Prompt 프리미티브, 그리고 Confused Deputy 방지를 위한 제로 트러스트 보안 모델을 심층...
k8s
컨테이너가 불변인 클러스터에서 ‘무엇이 느린가’와 ‘왜 죽었는가’를 답하는 관찰성 3축(메트릭·로그·트레이스)의 수집 경로와, Pending·CrashLoopBackOff·OOMKilled를 좁혀 들어가는 kubectl 디버깅 워크플로를 정리한다.
k8s
쿠버네티스 클러스터를 구성하는 컴포넌트와 그 사이의 인터페이스(CRI, 조정 루프), 매일 쓰는 핵심 오브젝트·명령, 그리고 버전 정책과 업그레이드 전략을 한 번에 정리한다.
azure
컨테이너 이미지 빌드부터 Container Apps 트래픽 전환까지를 하나의 파이프라인으로 묶는 방법을 정리한다. 커밋 SHA 태깅, ACR 빌드, blue-green 리비전 전략, 스모크 테스트 게이트와 롤백 절차를 실측 명령과 함께 다룬다.
k8s
컨테이너를 어떤 단위로 몇 개나 어떤 규칙으로 실행할지 선언하는 워크로드 API 객체를 정리한다. Pod·Deployment·StatefulSet·DaemonSet·Job/CronJob의 보장과 requests/limits·프로브, HPA·VPA·KEDA·Cluster Autosc...
k8s
컨테이너의 임시 레이어를 넘어 데이터의 수명을 파드·노드·클러스터 중 어디에 묶을지 결정하는 문제를 다룬다. Volume 종류와 PV/PVC/StorageClass, CSI 드라이버와 스냅샷, StatefulSet 기반 데이터베이스 운영, 백업·DR, 성능 특성, 데이터 유실 함정...
k8s
컨테이너를 어떤 단위로 몇 개나 어떤 규칙으로 실행할지 선언하는 워크로드 API 객체를 정리한다. Pod·Deployment·StatefulSet·DaemonSet·Job/CronJob의 보장과 requests/limits·프로브, HPA·VPA·KEDA·Cluster Autosc...
k8s
보안은 기능 하나가 아니라 코드가 실행되기까지의 모든 계층에 걸친 통제다. 4C 모델을 뼈대로 인증·인가(RBAC), 어드미션 정책, 워크로드 격리, 시크릿 외부화, 이미지 공급망과 런타임 탐지까지 설계→구현→검증 순서로 정리한다.
k8s
쿠버네티스의 평탄한 IP-per-Pod 모델 위에서 Service가 안정적인 가상 IP를 얹고 Ingress/Gateway API가 L7 진입점을 만들며 CNI가 패킷 전달과 NetworkPolicy 집행을 맡는 구조를 정리한다. 계층 경계와 MTU·conntrack 함정, 트러블...
azure
사내 계정 SSO를 위해 Microsoft Entra ID 앱 등록과 Authorization Code Flow를 구성하고, App Roles와 보안 그룹으로 서비스 역할을 매핑해 비밀번호 인증을 전면 차단한 뒤 세션·쿠키 보안 정책까지 정리한다.
k8s
보안은 기능 하나가 아니라 코드가 실행되기까지의 모든 계층에 걸친 통제다. 4C 모델을 뼈대로 인증·인가(RBAC), 어드미션 정책, 워크로드 격리, 시크릿 외부화, 이미지 공급망과 런타임 탐지까지 설계→구현→검증 순서로 정리한다.
azure
앞선 편에서 튜닝한 PostgreSQL·Redis 커넥션 정보는 결국 어딘가에서 애플리케이션으로 주입된다. 자격증명이 이미지·환경 변수·파이프라인 로그로 새는 경로를 막고, Key Vault와 Managed Identity로 값을 애플리케이션 코드에서 지우는 구조를 정리한다. 주입...
k8s
보안은 기능 하나가 아니라 코드가 실행되기까지의 모든 계층에 걸친 통제다. 4C 모델을 뼈대로 인증·인가(RBAC), 어드미션 정책, 워크로드 격리, 시크릿 외부화, 이미지 공급망과 런타임 탐지까지 설계→구현→검증 순서로 정리한다.
k8s
EKS에서 노드 조인 실패와 NodeNotReady, VPC CNI·DNS·Service 문제, GPU 워크로드의 CUDA/NCCL 오류, 그리고 K8s Probe와 로드밸런서 헬스체크 불일치까지 한 흐름으로 재구성한다. 계층별 신호를 어떤 순서로 좁혀야 하는지에 초점을 맞춘 디버...
k8s
컨테이너가 불변인 클러스터에서 ‘무엇이 느린가’와 ‘왜 죽었는가’를 답하는 관찰성 3축(메트릭·로그·트레이스)의 수집 경로와, Pending·CrashLoopBackOff·OOMKilled를 좁혀 들어가는 kubectl 디버깅 워크플로를 정리한다.
cloud
클라우드 보안은 경계 방어가 아니라 신원·권한·데이터·감사 로그를 코드로 관리하는 문제다. 공동 책임 모델과 IAM 평가 로직, 멀티 계정 전략, 네트워크·데이터 보안, 컴플라이언스·탐지·사고 대응까지 AWS·Azure·GCP 공통 관점으로 정리한다.
cloud
클라우드는 결국 무엇을 어디에 배치하고, 누가 무엇에 접근하며, 어디까지 장애를 견딜 것인가라는 세 질문으로 수렴한다. 서비스 모델과 공동 책임, 리전·AZ 가용성 설계, VPC 네트워크 경계, 컴퓨팅·스토리지·관리형 DB 선택, IAM 역할 수임까지 하나의 결정 사슬로 정리한다.
azure
컨테이너 이미지 빌드부터 Container Apps 트래픽 전환까지를 하나의 파이프라인으로 묶는 방법을 정리한다. 커밋 SHA 태깅, ACR 빌드, blue-green 리비전 전략, 스모크 테스트 게이트와 롤백 절차를 실측 명령과 함께 다룬다.
cloud
인프라를 코드로 정의하고(IaC) 그 코드를 단일 진실 공급원으로 삼아 클러스터 상태를 지속적으로 수렴시키는(GitOps) 흐름을 정리한다. Terraform의 state·plan·apply, Helm/Kustomize 선택 기준, Argo CD·Flux의 드리프트 감지, CI/C...
llm
커밋 코드의 42%를 AI가 짜는 시대, 대중적 튜토리얼이 다루지 않는 엔터프라이즈 Day-2 운영 현실을 짚는다. 10만 토큰을 잠식하는 MCP 컨텍스트 비대화 방어, 4대 코딩 도구(Cursor·Windsurf·Claude Code·Cline) 아키텍처 비교, 점진적 발견 프록...
cloud
클라우드 보안은 경계 방어가 아니라 신원·권한·데이터·감사 로그를 코드로 관리하는 문제다. 공동 책임 모델과 IAM 평가 로직, 멀티 계정 전략, 네트워크·데이터 보안, 컴플라이언스·탐지·사고 대응까지 AWS·Azure·GCP 공통 관점으로 정리한다.
llm
MCP는 보안을 프로토콜로 보장하지 않는다. 위협 모델(STRIDE·MAESTRO·OWASP MCP Top 10)부터 Tool Poisoning 실전 메커니즘, OAuth 2.1 인증·인가, 에이전트 신원, 게이트웨이 런타임 통제, 배포 전 체크리스트까지 프로덕션 운영 관점에서 재...
cloud
클라우드 보안은 경계 방어가 아니라 신원·권한·데이터·감사 로그를 코드로 관리하는 문제다. 공동 책임 모델과 IAM 평가 로직, 멀티 계정 전략, 네트워크·데이터 보안, 컴플라이언스·탐지·사고 대응까지 AWS·Azure·GCP 공통 관점으로 정리한다.
azure
Azure OpenAI 앞에 API Management를 세워 키 은닉·토큰 쿼터·단일 관측 지점·무중단 모델 교체를 확보한다. 백엔드 풀과 Managed Identity 인증, azure-openai-token-limit 기반 토큰 거버넌스, SSE 스트리밍 중계의 함정까지 정책...
cloud
클라우드 보안은 경계 방어가 아니라 신원·권한·데이터·감사 로그를 코드로 관리하는 문제다. 공동 책임 모델과 IAM 평가 로직, 멀티 계정 전략, 네트워크·데이터 보안, 컴플라이언스·탐지·사고 대응까지 AWS·Azure·GCP 공통 관점으로 정리한다.
llm
MCP 서버를 늘릴수록 사용자 입력 없이 소비되는 도구 정의 토큰이 컨텍스트를 잠식한다. 업프론트 로딩 비용을 정량화하고, 점진적 발견·툴 압축 프록시·코드 실행형 호출·프롬프트 캐시 정합성이라는 네 가지 기법을 게이트웨이 레벨 통합과 토큰 예산 관리 관점에서 재구성한다.
cloud
FinOps의 Inform·Optimize·Operate 순환과 태깅·쇼백으로 비용을 보이게 만들고, RI·Compute SP·CUD·스팟 커버리지 전략과 VPA·Karpenter 기반 쿠버네티스 right-sizing, egress·NAT 스토리지 함정, 단위 경제성 리뷰 루틴까...
azure
Azure OpenAI 앞에 API Management를 세워 키 은닉·토큰 쿼터·단일 관측 지점·무중단 모델 교체를 확보한다. 백엔드 풀과 Managed Identity 인증, azure-openai-token-limit 기반 토큰 거버넌스, SSE 스트리밍 중계의 함정까지 정책...
azure
사내 AI 채팅 플랫폼을 공용 인터넷에서 격리하기 위해 VNet·서브넷을 분리하고, Private Endpoint와 Private DNS Zone으로 Azure OpenAI를 비롯한 PaaS 리소스를 사설 IP로만 연결하는 설계 과정을 정리한다.
azure
컨테이너 이미지 빌드부터 Container Apps 트래픽 전환까지를 하나의 파이프라인으로 묶는 방법을 정리한다. 커밋 SHA 태깅, ACR 빌드, blue-green 리비전 전략, 스모크 테스트 게이트와 롤백 절차를 실측 명령과 함께 다룬다.
azure
폐쇄망 VNet 위에 Azure Container Apps(ACA)를 올려 프로덕션으로 운영하기까지의 실전 기록이다. Internal 전용 환경 설계, 컨테이너 앱 매니페스트, http-scaler 기반 오토스케일링, Azure Files·Blob 이중 영구 스토리지 전략을 정리한다.
llm
MCP 서버를 늘릴수록 사용자 입력 없이 소비되는 도구 정의 토큰이 컨텍스트를 잠식한다. 업프론트 로딩 비용을 정량화하고, 점진적 발견·툴 압축 프록시·코드 실행형 호출·프롬프트 캐시 정합성이라는 네 가지 기법을 게이트웨이 레벨 통합과 토큰 예산 관리 관점에서 재구성한다.
llm
MCP가 연결을 표준화한 뒤 병목은 컨텍스트와 절차 지식으로 옮겨 갔고, 그 자리에 SKILL.md 폴더 기반의 스킬이 들어왔다. 두 표준이 하는 일이 어떻게 다르고, 언제 무엇을 선택하며, 함께 쓸 때 토큰 예산을 어떻게 관리할지 정리한다.
agent
GPU 노드 장애, HBM OOM 스파이크, 롱테일 지연 시간 앞에서 AI 플랫폼의 무중단 가용성을 어떻게 보장할 것인가? 슬라이딩 윈도우 적응형 서킷 브레이커, 그레이스풀 드레인, 제로 다운타임 롤아웃, 그리고 p99 지연 시간을 방어하는 투기적 헤지드 요청(Hedged Requ...
llm
MCP를 붙였더니 왜 오히려 위험해지는가. 고정 파이프라인의 점진적 도구화, 선언적 의도와 컨트롤러 검증, 런타임 증거 기반 자가 개선, 그리고 MCP 서버를 만들기 전에 던져야 할 질문들을 실무 사례에서 설계 원칙으로 정리한다.
agent
비평 모델(Critic Model)을 제거한 DeepSeek-R1의 GRPO 강화학습부터, 안드레이 카파시가 증명한 700회 무감독 자율 연구 루프(Autoresearch)까지. 에이전트가 스스로 훈련 코드를 수정해 모델 학습 시간을 11% 단축한 메커니즘과 프로덕션 5단계 자가 ...
llm
자가 개선(self-improving) 루프는 사람 라벨 없이 프로덕션 트레이스를 학습 신호로 되돌리는 구조다. 롤아웃·스코어·필터·트레인·디플로이의 5단계 아키텍처, 복합 리워드 설계, PII·동의 게이트, 리워드 해킹 탐지와 방어, 조직 차원의 도입 판단 기준을 운영자 시점에서...
agent
비평 모델(Critic Model)을 제거한 DeepSeek-R1의 GRPO 강화학습부터, 안드레이 카파시가 증명한 700회 무감독 자율 연구 루프(Autoresearch)까지. 에이전트가 스스로 훈련 코드를 수정해 모델 학습 시간을 11% 단축한 메커니즘과 프로덕션 5단계 자가 ...
llm
자가 개선(self-improving) 루프는 사람 라벨 없이 프로덕션 트레이스를 학습 신호로 되돌리는 구조다. 롤아웃·스코어·필터·트레인·디플로이의 5단계 아키텍처, 복합 리워드 설계, PII·동의 게이트, 리워드 해킹 탐지와 방어, 조직 차원의 도입 판단 기준을 운영자 시점에서...
agent
비평 모델(Critic Model)을 제거한 DeepSeek-R1의 GRPO 강화학습부터, 안드레이 카파시가 증명한 700회 무감독 자율 연구 루프(Autoresearch)까지. 에이전트가 스스로 훈련 코드를 수정해 모델 학습 시간을 11% 단축한 메커니즘과 프로덕션 5단계 자가 ...
llm
자가 개선(self-improving) 루프는 사람 라벨 없이 프로덕션 트레이스를 학습 신호로 되돌리는 구조다. 롤아웃·스코어·필터·트레인·디플로이의 5단계 아키텍처, 복합 리워드 설계, PII·동의 게이트, 리워드 해킹 탐지와 방어, 조직 차원의 도입 판단 기준을 운영자 시점에서...
llm
대규모 컨텍스트와 에이전트 루프에서 서빙 인프라의 최대 병목인 KV 캐시를 32분의 1로 압축하는 Multi-Head Latent Attention(MLA)의 수리적 메커니즘(저랭크 압축, 가중치 흡수, 분리형 RoPE)을 증명하고, Kubernetes 환경에서 SGLang Rad...
llmk8s
멀티턴 대화, 에이전트 루프, 대규모 시스템 프롬프트 워크로드에서 TTFT(Time-to-First-Token)와 서빙 처리량을 결정짓는 핵심 병목은 접두사 캐싱(Prefix Caching)이다. vLLM의 PagedAttention 청크 해시 캐싱과 SGLang의 RadixAtt...
llm
커밋 코드의 42%를 AI가 짜는 시대, 대중적 튜토리얼이 다루지 않는 엔터프라이즈 Day-2 운영 현실을 짚는다. 10만 토큰을 잠식하는 MCP 컨텍스트 비대화 방어, 4대 코딩 도구(Cursor·Windsurf·Claude Code·Cline) 아키텍처 비교, 점진적 발견 프록...
agent
약 2,000개 TypeScript 파일의 Claude Code 소스맵 유출로 드러난 프로덕션 에이전트의 내부 설계도. 785KB 단일 queryLoop() 엔진, 4단계 반응형 컨텍스트 압축, 벡터 DB를 폐기한 MEMORY.md 회의적 메모리와 8계층 양파형 보안 모델을 심층 ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
md
MarkDown (md), 목차 만들기, 크기 지정, 글꼴, 줄바꿈, 띄어쓰기(enter), 글자 색깔, 인용문, 문자 박스(notice), 문자 정렬, 구분선, check box,목록, 코드 블럭, 표 (table), 접기/펼치기 (토글바), 각주, 미주, 유튜브 동영상 넣기, ...
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다.
error
이 글은 2021년 당시 Python 3.7 / TensorFlow 2.2 환경 기준으로 작성된 설치/사용 기록이다. 최신 버전에서는 명령이 다를 수 있다.
error
이 글은 2021년 당시 작성된 설치/사용 기록이다. 최신 버전에서는 명령이 다를 수 있다.
error
TensorFlow에서 순환 신경망 모델을 실행할 때 아래와 같은 NotImplementedError가 발생할 수 있다. 이 글은 해당 에러의 원인과 numpy 버전을 낮추는 해결 방법을 정리한다.
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다. 문법 및 github 예제로 실습
web
본 글은 패스트캠퍼스의 한 번에 끝내는 파이썬 웹 개발 초격차 패키지 강의를 개인 실습하여 정리했습니다. 문법 및 github 예제로 실습
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
md
ipynb 파일이 존재하는 폴더로 갑니다. 해당 폴더에 마우스 커서를 대고 shift + 오른쪽버튼을 누릅니다. 여기에 PowerShell 창 열기를 클릭합니다.
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
figure, label, lim, marker, grid, vline, hline, xlim, ylim, axis, alpha, color, rotation, fill_between, tick_params, subplot, width, align, color, edgecolor,...
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
rugplot, kdeplot, distplot, countplot, jointplot, pairplot, heatmap, barplot, boxplot, violinplot, stripplot, swarmplot, catplot
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
python
판다스 문법 + 타이타닉(titanic) 예제 실습, index, dtype, size, shape, unique, count, mean, value_counts, head, tail, drop, update, axis, join, merge, dataframe, group ...
error
원인 : ImportError: cannot import name ‘get_config’ from ‘tensorflow.python.eager.context’
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 3장을 바탕으로 신경망의 핵심 구성 요소(층, 네트워크, 손실 함수, 옵티마이저)부터 케라스 프레임워크의 개발 워크플로를 살펴보고, 이진 분류(IMDB), 다중 분류(로이터 뉴스), 회귀(보스턴 주택 가격) 세 가지 대표적인 실전 머신러닝 문제 해결...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
keras
케라스 창시자에게 배우는 딥러닝 5장을 바탕으로 합성곱 신경망(CNN)의 핵심 원리부터 소규모 데이터셋 구축, ImageDataGenerator를 활용한 데이터 증식 및 규제 기법을 다룬다. 나아가 ImageNet 사전 훈련 모델(VGG16) 기반 특성 추출과 미세 조정을 통해 고...
tips
주피터 노트북 환경이나 코랩 환경에서 파이썬 한글이 깨질 때에 대한 해결책입니다.
tips
주피터 노트북 환경이나 코랩 환경에서 파이썬 한글이 깨질 때에 대한 해결책입니다.
tips
주피터 노트북 환경이나 코랩 환경에서 파이썬 한글이 깨질 때에 대한 해결책입니다.
tips
주피터 노트북 환경이나 코랩 환경에서 파이썬 한글이 깨질 때에 대한 해결책입니다.
error
ModuleNotFoundError: No module named 'tensorflow.keras' 에러를 해결하는 방법을 정리한다. python 환경을 추가하거나 pip로 특정 버전의 keras를 설치하는 방법을 다룬다.
error
이 글은 2021년 당시 TensorFlow 2.4.0 기준으로 작성된 설치/사용 기록이다. 최신 버전에서는 명령이 다를 수 있다.
tips
windows10 환경 pytorch cuda11.0
tips
windows10 환경 pytorch cuda11.0
tips
windows10 환경 pytorch cuda11.0
tips
windows10 환경 gpu
error
원인 : file.copy(savedcopy, lib, recursive = TRUE)에서 ~ 로 복사하는데 문제가 발생했습니다: Permission denied
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
keras
케라스 창시자에게 배우는 딥러닝 6장 요약 정리. 텍스트와 시퀀스 데이터를 다루기 위한 원-핫 인코딩과 단어 임베딩(GloVe), SimpleRNN·LSTM·GRU의 기본 원리를 살펴본다. 나아가 기온 예측 실습을 통해 순환 드롭아웃, 스태킹, 양방향 순환 층 등 순환 신경망의 고...
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
R_ML
본 글은 빅데이터분석기사 실기 작업형에 대비하여 요약 및 실습한 것을 작성한 글입니다. 기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
error
명령 프롬프트(cmd)에서 unzip을 실행하면 에러가 발생한다. 이 글은 zip과 unzip이 윈도우의 기본 명령어가 아님을 짚고, 파일을 내려받아 설치해 압축을 해제하는 방법을 정리한다.
error
명령 프롬프트(cmd)에서 unzip을 실행하면 에러가 발생한다. 이 글은 zip과 unzip이 윈도우의 기본 명령어가 아님을 짚고, 파일을 내려받아 설치해 압축을 해제하는 방법을 정리한다.
git_blog
YAML을 이용하여 글의 제목, 날짜, 카테고리, 태그, 레이아웃 등을 정의해봅니다.
tips
주피터 노트북 환경에서 명령 모드와 편집 모드의 주요 단축키를 정리한다.
git_blog
주피터 노트북 파일을 한번에 업로드하여 블로그 글에 보여주기
git_blog
주피터 노트북 파일을 한번에 업로드하여 블로그 글에 보여주기
git_blog
주피터 노트북 파일을 한번에 업로드하여 블로그 글에 보여주기
git_blog
주피터 노트북 파일을 한번에 업로드하여 블로그 글에 보여주기
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
git
깃(Git)의 기초 설정과 로컬 작업 흐름부터 원격 저장소 협업, 브랜치 병합 및 충돌 해결, 변경 사항 되돌리기(reset, revert)까지 실무에서 꼭 필요한 핵심 명령어와 시나리오를 집대성한 가이드입니다.
keras
케라스 창시자에게 배우는 딥러닝 - 케라스의 함수형 API, 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링
keras
케라스 창시자에게 배우는 딥러닝 - 케라스의 함수형 API, 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링
keras
케라스 창시자에게 배우는 딥러닝 - 케라스의 함수형 API, 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링
linux
생활 코딩 강의 내용을 요약 및 정리한 글입니다. - 기초문법, IO Redirection, shell, shell script
linux
생활 코딩 강의 내용을 요약 및 정리한 글입니다. - 기초문법, IO Redirection, shell, shell script
linux
생활 코딩 강의 내용을 요약 및 정리한 글입니다. - 기초문법, IO Redirection, shell, shell script
linux
생활 코딩 강의 내용을 요약 및 정리한 글입니다. - 기초문법, IO Redirection, shell, shell script
linux
생활 코딩 강의 내용을 요약 및 정리한 글입니다. - 기초문법, IO Redirection, shell, shell script
linux
생활 코딩 강의 내용을 요약 및 정리한 글입니다. - 기초문법, IO Redirection, shell, shell script
linux
생활 코딩 강의 내용을 요약 및 정리한 글입니다. - 기초문법, IO Redirection, shell, shell script
linux
생활 코딩 강의 내용을 요약 및 정리한 글입니다. - 기초문법, IO Redirection, shell, shell script
linux
생활 코딩 강의 내용을 요약 및 정리한 글입니다. - 기초문법, IO Redirection, shell, shell script
linux
생활 코딩 강의 내용을 요약 및 정리한 글입니다. - 기초문법, IO Redirection, shell, shell script
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
R_ML
2021년 제 3회 빅데이터분석기사 실기를 위한 문제풀이 내용입니다.
tips
파이썬, 주피터를 vscode에서 더 전문적이고 생산적으로 활용하는 방법(+자동 완성)
tips
파이썬, 주피터를 vscode에서 더 전문적이고 생산적으로 활용하는 방법(+자동 완성)
tips
파이썬, 주피터를 vscode에서 더 전문적이고 생산적으로 활용하는 방법(+자동 완성)
tips
파이썬, 주피터를 vscode에서 더 전문적이고 생산적으로 활용하는 방법(+자동 완성)
tips
파이썬, 주피터를 vscode에서 더 전문적이고 생산적으로 활용하는 방법(+자동 완성)
tips
파이썬, 주피터를 vscode에서 더 전문적이고 생산적으로 활용하는 방법(+자동 완성)
tips
파이썬, 주피터를 vscode에서 더 전문적이고 생산적으로 활용하는 방법(+자동 완성)
tips
파이썬, 주피터를 vscode에서 더 전문적이고 생산적으로 활용하는 방법(+자동 완성)
tips
파이썬, 주피터를 vscode에서 더 전문적이고 생산적으로 활용하는 방법(+자동 완성)
tips
Ponicode, Dracula Official, Debugger for Chrome, Bracket Pair Colorizer 2, Code Spell Checker, Code Runner, Live Server 등
tips
Ponicode, Dracula Official, Debugger for Chrome, Bracket Pair Colorizer 2, Code Spell Checker, Code Runner, Live Server 등
tips
Ponicode, Dracula Official, Debugger for Chrome, Bracket Pair Colorizer 2, Code Spell Checker, Code Runner, Live Server 등
tips
Ponicode, Dracula Official, Debugger for Chrome, Bracket Pair Colorizer 2, Code Spell Checker, Code Runner, Live Server 등
tips
Ponicode, Dracula Official, Debugger for Chrome, Bracket Pair Colorizer 2, Code Spell Checker, Code Runner, Live Server 등
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
git_blog
Mathjax란 MathML, LaTeX 및 ASCIIMathML 마크 업을 사용하여 웹 브라우저에 수학 표기법을 표시하는 크로스 브라우저 JavaScript 라이브러리이다. 웹 사이트에서 수학식 표시가 가능하다.
tips
깃은 컴퓨터 파일의 변경사항을 추적하고 여러 명의 사용자들 간에 해당 파일들의 작업을 조율하기 위한 분산 버전 관리 시스템이다.
tips
KoNLPy는 한국어 정보처리를 위한 파이썬 패키지입니다. NLP (자연어 처리)를 할 때 쓰이지만 운영체제가 윈도우같은 경우는 설치 버전을 좀 맞춰야 합니다.
tips
KoNLPy는 한국어 정보처리를 위한 파이썬 패키지입니다. NLP (자연어 처리)를 할 때 쓰이지만 운영체제가 윈도우같은 경우는 설치 버전을 좀 맞춰야 합니다.
tips
KoNLPy는 한국어 정보처리를 위한 파이썬 패키지입니다. NLP (자연어 처리)를 할 때 쓰이지만 운영체제가 윈도우같은 경우는 설치 버전을 좀 맞춰야 합니다.
tips
KoNLPy는 한국어 정보처리를 위한 파이썬 패키지입니다. NLP (자연어 처리)를 할 때 쓰이지만 운영체제가 윈도우같은 경우는 설치 버전을 좀 맞춰야 합니다.
tips
KoNLPy는 한국어 정보처리를 위한 파이썬 패키지입니다. NLP (자연어 처리)를 할 때 쓰이지만 운영체제가 윈도우같은 경우는 설치 버전을 좀 맞춰야 합니다.
git_blog
Git Blog에 구글 애널리틱스를 설정할 때, tracking_id를 UA-XXX로 해야 할지 G-XXX로 해야 할지 너무나 헷갈렸습니다. 나름 정리해서 헷갈림을 해소하려고 글을 남깁니다.
git_blog
Git Blog에 구글 애널리틱스를 설정할 때, tracking_id를 UA-XXX로 해야 할지 G-XXX로 해야 할지 너무나 헷갈렸습니다. 나름 정리해서 헷갈림을 해소하려고 글을 남깁니다.
git_blog
Git Blog에 구글 애널리틱스를 설정할 때, tracking_id를 UA-XXX로 해야 할지 G-XXX로 해야 할지 너무나 헷갈렸습니다. 나름 정리해서 헷갈림을 해소하려고 글을 남깁니다.
git_blog
Git Blog에 구글 애널리틱스를 설정할 때, tracking_id를 UA-XXX로 해야 할지 G-XXX로 해야 할지 너무나 헷갈렸습니다. 나름 정리해서 헷갈림을 해소하려고 글을 남깁니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
hands_on
생물학적 뉴런과 퍼셉트론 이론부터 역전파 알고리즘, 그리고 케라스(Keras)의 시퀀셜·함수형·서브클래싱 API를 활용한 심층 신경망 구현 및 하이퍼파라미터 튜닝까지 인공 신경망의 전반적인 개념과 실습을 정리합니다.
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
java
java, 자바, 구조, 변수, 자료형, 제어문, 객체, 클래스, 상속, 오버라이딩, 오버로딩, 인터페이스, 다향성
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
hands_on
심층 신경망 훈련 시 마주하는 그레이디언트 소실·폭주 문제와 He 초기화, 배치 정규화, 전이 학습부터 고속 옵티마이저와 드롭아웃 등 규제 기법까지 실전 최적화 가이드라인을 정리합니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로를 사용한 사용자 정의 모델과 훈련
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로를 사용한 사용자 정의 모델과 훈련
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로를 사용한 사용자 정의 모델과 훈련
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha1. Introduction 1.1, 1.2, 1.3, 1.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha1. Introduction 1.1, 1.2, 1.3, 1.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha1. Introduction 1.1, 1.2, 1.3, 1.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha1. Introduction 1.1, 1.2, 1.3, 1.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha1. Introduction 1.1, 1.2, 1.3, 1.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha1. Introduction 1.1, 1.2, 1.3, 1.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha1. Introduction 1.1, 1.2, 1.3, 1.4
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
error
리눅스(WSL)에서 파이썬 가상환경(venv)을 설치할 때 Package 'python3.8-venv' has no installation candidate 오류가 뜨는 경우가 있다. 이 글은 해당 에러 메시지와 apt를 이용한 해결 방법을 정리한다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
OS
본 글은 (KOCW) 운영체제, 이화여자대학교 반효경 교수님의 강의를 듣고 개인 공부에 목적으로 내용을 요약 및 정리했습니다. 또한 주니온 박사님의 운영체제 공룡책 강의를 듣고 내용을 보충했습니다.
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로에서 데이터 적재와 전처리하기
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로에서 데이터 적재와 전처리하기
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로에서 데이터 적재와 전처리하기
hands_on
part 2 신경망과 딥러닝 부분을 개인공부를 목적으로 내용 요약 및 정리한 글입니다. - 텐서플로에서 데이터 적재와 전처리하기
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha2. Architectures 2.1, 2.2, 2.3, 2.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha2. Architectures 2.1, 2.2, 2.3, 2.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha2. Architectures 2.1, 2.2, 2.3, 2.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha2. Architectures 2.1, 2.2, 2.3, 2.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha2. Architectures 2.1, 2.2, 2.3, 2.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha2. Architectures 2.1, 2.2, 2.3, 2.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha2. Architectures 2.1, 2.2, 2.3, 2.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha2. Architectures 2.1, 2.2, 2.3, 2.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha2. Architectures 2.1, 2.2, 2.3, 2.4
DS
Distributed Systems Third edition by Maarten van Steen, Andrew S. Tanenbaum - cha2. Architectures 2.1, 2.2, 2.3, 2.4
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
survey_a
사회조사분석사 2급 필기 및 필답형 대비를 위해 조사방법론의 핵심 이론인 사회과학적 탐구 방법, 연구 설계와 가설 검증, 다양한 1·2차 자료수집방법, 그리고 질문지 작성 절차와 사전조사 원칙을 종합적으로 정리한다.
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
survey_a
Chapter1_2. 자료수집방법 - 자료수집방법의 종류, Chapter1_3. 질문지 설계 및 조사관리 - 질문지의 설계, 자료의 정리
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
survey_a
Chapter3_1. 기술통계부터 Chapter3_5. 통계분석까지 사회조사분석사 2급 필기·필답형 3과목 사회통계 핵심 이론과 기출 공식을 완벽 정리합니다.
diapp
Designing Data-Intensive Applications by Martin Kleppmann
diapp
Designing Data-Intensive Applications by Martin Kleppmann
diapp
Designing Data-Intensive Applications by Martin Kleppmann
diapp
Designing Data-Intensive Applications by Martin Kleppmann
diapp
Designing Data-Intensive Applications by Martin Kleppmann
diapp
Designing Data-Intensive Applications by Martin Kleppmann
error
이 글은 TensorFlow에서 tf.gradients 사용 시 eager execution이 활성화되어 발생하는 RuntimeError를 해결한 기록이다. tf.compat.v1.disable_eager_execution()를 코드 맨 처음에 실행하는 방법을 정리한다.
error
graphviz를 pip install graphviz로 설치한 뒤 dot 실행 파일을 찾지 못해 발생하는 ExecutableNotFound 에러가 있다. 이 글은 해당 에러의 원인과 해결 방법을 정리한다.
error
graphviz를 pip install graphviz로 설치한 뒤 dot 실행 파일을 찾지 못해 발생하는 ExecutableNotFound 에러가 있다. 이 글은 해당 에러의 원인과 해결 방법을 정리한다.
tips
NVIDIA DRIVER, CUDA Toolkit, cuDNN, TensorFlow 2.8 및 PyTorch 1.9 GPU 환경 구축 절차를 정리한다. Windows 10 환경에서의 설정 기준이다.
tips
NVIDIA DRIVER, CUDA Toolkit, cuDNN, TensorFlow 2.8 및 PyTorch 1.9 GPU 환경 구축 절차를 정리한다. Windows 10 환경에서의 설정 기준이다.
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
hands_on
핸즈온 머신러닝 2판 14장 ‘합성곱 신경망을 사용한 컴퓨터 비전’을 정리한 글입니다. 시각 피질의 원리에서 출발하여 합성곱 층, 제로 패딩, 스트라이드, 풀링 연산의 메커니즘을 살펴보고, LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xcepti...
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
code
Paper: ImageNet Classification with Deep Convolutional Neural Networks, Method: Pytorch
paper
이 논문은 데이터 품질의 다양한 측면이 ML development 단계를 통해 어떻게 전파되는지를 고민했습니다. 이에 대한 요약 및 리뷰입니다.
paper
이 논문은 데이터 품질의 다양한 측면이 ML development 단계를 통해 어떻게 전파되는지를 고민했습니다. 이에 대한 요약 및 리뷰입니다.
paper
이 논문은 데이터 품질의 다양한 측면이 ML development 단계를 통해 어떻게 전파되는지를 고민했습니다. 이에 대한 요약 및 리뷰입니다.
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
java
OOP는 문제를 여러 개의 객체 단위로 나눠 작업하는 방식으로, 객체들이 서로 유기적으로 상호작용하는 프로그래밍 이론입니다. 상속, 다형성, 추상화, 캡슐화를 다뤘습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
스탠포드 CS231n 7강 신경망 학습(Training Neural Networks)의 핵심 원리인 활성화 함수(Sigmoid, ReLU, ELU 등), 데이터 전처리, 가중치 초기화(Xavier, He) 기법, 배치 정규화(Batch Normalization) 및 전이 학습(Tr...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
cs231n
스탠포드 대학의 CS231n Lecture 8 강의를 바탕으로 신경망 학습 과정을 심층 정리합니다. SGD의 한계를 극복하는 고급 옵티마이저(Momentum, AdaGrad, RMSProp, Adam)와 학습률 스케줄링부터 오버피팅을 방지하는 다양한 규제 기법(Dropout, Da...
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
paper
ResNeXt는 ResNet 성능을 한 단계 향상시켜 ILSVRC 2016 대회에서 2등을 차지한 모델입니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. PEP 8 style, f-문자열, 도우미 함수, 대입, enumerate, zip, 반복문, 대입식…
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
paper
배치 정규화는 SOTA 이미지 분류기에서 대다수 사용하고 있었습니다. NF-Resnet은 배치 정규화의 단점들을 명시하고 이를 대체해 당시 SOTA인 EfficientNet과 경쟁을 이뤘습니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 시퀀스, 슬라이싱, 스트라이드, 언패킹, key, 딕셔너리, in, get, defaultdict, missing
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 시퀀스, 슬라이싱, 스트라이드, 언패킹, key, 딕셔너리, in, get, defaultdict, missing
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 시퀀스, 슬라이싱, 스트라이드, 언패킹, key, 딕셔너리, in, get, defaultdict, missing
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 시퀀스, 슬라이싱, 스트라이드, 언패킹, key, 딕셔너리, in, get, defaultdict, missing
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 시퀀스, 슬라이싱, 스트라이드, 언패킹, key, 딕셔너리, in, get, defaultdict, missing
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 시퀀스, 슬라이싱, 스트라이드, 언패킹, key, 딕셔너리, in, get, defaultdict, missing
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 시퀀스, 슬라이싱, 스트라이드, 언패킹, key, 딕셔너리, in, get, defaultdict, missing
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 시퀀스, 슬라이싱, 스트라이드, 언패킹, key, 딕셔너리, in, get, defaultdict, missing
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
mlops
Concept Drift는 시간이 지남에 따라 데이터의 통계적인 특성이 변하는 것을 말합니다. 이에 학습된 모델은 자연스레 성능이 떨어지기 때문에 drift를 잘 감지해야 합니다. 감지하는 방법들이 무엇이 있는지 살펴봅니다.
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
스탠포드 대학의 CS231n 강의를 바탕으로 이미지 내 픽셀 단위 분류를 수행하는 Semantic Segmentation과 물체의 위치 탐지 및 분류를 아우르는 Object Detection의 핵심 원리를 정리합니다. FCN, Downsampling/Upsampling 구조부터 R...
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
cs231n
스탠포드 CS231n 11강 Attention and Transformers 강의를 바탕으로 Seq2Seq 모델의 병목 현상과 어텐션 메커니즘의 등장 배경을 정리하고, Query·Key·Value 기반 Self-Attention, Multi-Head Attention, Positi...
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. try, exception, 언패킹, 타입 애너테이션, 클로저, 위치 인자, args, kwargs, 데코레이터
code
PyTorch Lightning은 PyTorch 코드를 구성하고 분산 훈련 및 16-비트 정밀도와 같은 고급 기능을 쉽게 추가할 수 있는 래퍼입니다.
code
PyTorch Lightning은 PyTorch 코드를 구성하고 분산 훈련 및 16-비트 정밀도와 같은 고급 기능을 쉽게 추가할 수 있는 래퍼입니다.
code
PyTorch Lightning은 PyTorch 코드를 구성하고 분산 훈련 및 16-비트 정밀도와 같은 고급 기능을 쉽게 추가할 수 있는 래퍼입니다.
code
PyTorch Lightning은 PyTorch 코드를 구성하고 분산 훈련 및 16-비트 정밀도와 같은 고급 기능을 쉽게 추가할 수 있는 래퍼입니다.
code
PyTorch Lightning은 PyTorch 코드를 구성하고 분산 훈련 및 16-비트 정밀도와 같은 고급 기능을 쉽게 추가할 수 있는 래퍼입니다.
code
PyTorch Lightning은 PyTorch 코드를 구성하고 분산 훈련 및 16-비트 정밀도와 같은 고급 기능을 쉽게 추가할 수 있는 래퍼입니다.
code
PyTorch Lightning은 PyTorch 코드를 구성하고 분산 훈련 및 16-비트 정밀도와 같은 고급 기능을 쉽게 추가할 수 있는 래퍼입니다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
tips
ubuntu 20.04, nvidia driver 495, cuda 11.3, cudnn 8.2.1, pytorch 버전을 설치하는 방법입니다.
tips
AWS에서 가상의 환경을 작업하던 중, 내 PC에서 구동해 보았으면 싶어서 설치를 진행해 보았습니다. 윈도우10 환경에서 wsl2를 설치해봅니다.
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
docker
도커는 특정 프로그램의 배포 및 관리를 단순하게 해주는 오픈소스 플랫폼입니다. 이번 글에서는 도커를 이용해 간단하게 파이썬 가상환경 이미지를 배포해봅니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 컴프리헨션, 대입식, 제너레이터, 이터레이션, yield, yield from, throw, itertools
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
papermlops
저자들은 label이 없는 test 데이터에 대한 배치 정규화 층의 특성을 이용하여 model drift estimation 방법을 제안합니다. 또한 input 데이터의 샘플링 오류를 해결하기 위해 각 표현 계층에 행렬 분해를 채택했습니다.
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
tips
Hortonworks Data Platform(HDP)는 분산 스토리지 및 대규모 멀티 소스 데이터 세트 처리를 위한 오픈소스 프레임워크입니다. 도커 내 hdp를 설치해봅시다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
저자들은 2003년에 대규모 분산 데이터 집약적 애플리케이션을 위한 확장 가능한 분산 파일 시스템인 Google File System을 설계하고 구현했습니다. 분산 파일 시스템의 가장 중요하면서 시초가 되는 논문이기에 리뷰해보았습니다.
paper
맵리듀스는 2004년 구글에서 발표한 빅데이터를 처리하고 생성하기 위한 프로그래밍 모델입니다. 키,값을 처리하여 중간 키,값 쌍 집합을 생성하는 map 함수와 동일한 키와 연관된 값을 merge하는 reduce 함수를 지정합니다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
Operating System Concepts 10th의 1장 Introduction을 바탕으로 운영체제의 정의와 컴퓨터 시스템 구조부터 자원 관리, 가상화, 커널 자료구조, 다양한 컴퓨팅 환경까지 1장의 전반적인 핵심 내용을 단일 포스트로 집대성하여 정리한다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 2. Operating System Structures
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
OS
운영체제의 핵심 작업 단위인 프로세스의 개념, 메모리 구조(텍스트·데이터·힙·스택), 프로세스 제어 블록(PCB)과 상태 전이부터 CPU 스케줄링 및 문맥 교환, fork/exec 기반의 프로세스 생성과 종료, 그리고 공유 메모리·메시지 전달·소켓·RPC로 이어지는 프로세스 간 통...
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
paper
RDD는 스파크(spark)의 기본 데이터 구조입니다. 스파크를 이해하기 위해 RDD 원리를 이해하는 것이 필수이기 때문에 논문을 요약 및 정리해보았습니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 4. Threads & Concurrency
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
OS
Operating System Concepts 10th 5장 CPU Scheduling을 정리한 글입니다. 단일 코어 환경의 기본 스케줄링 개념과 FCFS, SJF, RR, 멀티레벨 피드백 큐 등 주요 스케줄링 알고리즘부터 현대 운영체제의 핵심인 커널 스레드 스케줄링 및 멀티 코어...
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
[Spark The Definitive Guide] 책을 중심으로 스파크를 요약 및 정리해보았습니다. 스파크(spark)는 통합 컴퓨팅 엔진이며 클러스터 환경에서 데이터를 병렬로 처리하는 라이브러리 집합입니다. 최근 머신러닝에도 활발히 사용되고 있습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 DataFrame, 스키마, sql, 계보를 자세히 알아봅니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 6. Synchronization Tools
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset, 정형 스트리밍, 머신러닝, RDD를 자세히 알아봅니다.
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 7. Synchronization Examples
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 7. Synchronization Examples
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 7. Synchronization Examples
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 7. Synchronization Examples
OS
본 글은 Operating System Concepts 10th (운영체제) 책을 보며 내용을 개인 공부에 목적으로 정리했습니다. 책 내용들을 최대한 이해하기 위해 거의 모든 내용을 담고 있습니다. 7. Synchronization Examples
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame, SQL, Dataset의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 정형 API인 DataFrame의 트랜스포메이션의 기본 연산을 자세히 알아봅니다.
OS
Operating System Concepts 10th 8장 Deadlocks를 정리한 학습 노트다. 교착 상태가 성립하는 4가지 필요조건(상호 배제·점유하며 대기·비선점·순환 대기)과 자원 할당 그래프를 먼저 살펴보고, 예방·회피·탐지·복구라는 네 갈래 처리 방법과 은행원 알고리...
OS
Operating System Concepts 10th 8장 Deadlocks를 정리한 학습 노트다. 교착 상태가 성립하는 4가지 필요조건(상호 배제·점유하며 대기·비선점·순환 대기)과 자원 할당 그래프를 먼저 살펴보고, 예방·회피·탐지·복구라는 네 갈래 처리 방법과 은행원 알고리...
OS
Operating System Concepts 10th 8장 Deadlocks를 정리한 학습 노트다. 교착 상태가 성립하는 4가지 필요조건(상호 배제·점유하며 대기·비선점·순환 대기)과 자원 할당 그래프를 먼저 살펴보고, 예방·회피·탐지·복구라는 네 갈래 처리 방법과 은행원 알고리...
OS
Operating System Concepts 10th 8장 Deadlocks를 정리한 학습 노트다. 교착 상태가 성립하는 4가지 필요조건(상호 배제·점유하며 대기·비선점·순환 대기)과 자원 할당 그래프를 먼저 살펴보고, 예방·회피·탐지·복구라는 네 갈래 처리 방법과 은행원 알고리...
OS
Operating System Concepts 10th 8장 Deadlocks를 정리한 학습 노트다. 교착 상태가 성립하는 4가지 필요조건(상호 배제·점유하며 대기·비선점·순환 대기)과 자원 할당 그래프를 먼저 살펴보고, 예방·회피·탐지·복구라는 네 갈래 처리 방법과 은행원 알고리...
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
paper
카프카는 발행 구독 모델을 구현한 분산 메시징 시스템으로, 실시간 데이터 피드를 관리하기 위해 통일된 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것을 목표로 합니다. 이에 기본이 되는 논문을 리뷰해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 다양한 데이터 타입을 다루는 내용입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 집계 함수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 그룹화에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 그룹화에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 그룹화에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 그룹화에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 그룹화에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 그룹화에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 조인에 대해 알아봅니다.
docker
윈도우 프롬프트, 리눅스 터미널 등에서 사용되는 도커 명령어, 옵션들을 정리해보았습니다. pull, run, start, stop, rm
docker
윈도우 프롬프트, 리눅스 터미널 등에서 사용되는 도커 명령어, 옵션들을 정리해보았습니다. pull, run, start, stop, rm
docker
윈도우 프롬프트, 리눅스 터미널 등에서 사용되는 도커 명령어, 옵션들을 정리해보았습니다. pull, run, start, stop, rm
docker
윈도우 프롬프트, 리눅스 터미널 등에서 사용되는 도커 명령어, 옵션들을 정리해보았습니다. pull, run, start, stop, rm
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. 데이터 소스에 대한 모드, 옵션들을 알아봅니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
tips
우분투를 여러 번 포맷하면서 다시금 정리할 필요성을 느꼈습니다. 제가 쓰는 환경에 대해 처음부터 끝까지 모든 것을 다루겠습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 데이터소스에 대해 알아봅니다.
tipsdocker
윈도우10 또는 우분투 내에서 도커를 설치하는 과정을 정리할 필요가 있다고 느꼈습니다. 설치에 도움이 되었으면 합니다.
tipsdocker
윈도우10 또는 우분투 내에서 도커를 설치하는 과정을 정리할 필요가 있다고 느꼈습니다. 설치에 도움이 되었으면 합니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
spark
Spark The Definitive Guide 책을 중심으로 스파크 SQL의 핵심 개념과 실습 예제를 정리합니다. CLI·프로그래밍 인터페이스·쓰리프트 서버를 통한 쿼리 실행부터 카탈로그, 관리형·외부 테이블, 뷰, 데이터베이스 관리, 그리고 복합 데이터 타입·UDF·서브쿼리 활...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
OS
Operating System Concepts 10th 9장 메인 메모리(Main Memory)를 다룬다. 주소 바인딩, MMU, 연속 메모리 할당과 외부 단편화 문제를 살펴보고, 이를 극복하기 위한 페이징 기법, TLB 캐시, 다양한 페이지 테이블 구조 및 스와핑까지 메모리 관리...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 dataset에 대해 알아봅니다.
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
OS
프로세스 전체를 메모리에 올리지 않고도 실행을 가능하게 하는 가상 메모리의 원리와 이점을 살펴보고, 요구 페이징 기법과 쓰기 시 복사(Copy-on-Write)의 동작 메커니즘을 알아본다. 아울러 물리 프레임이 부족할 때 발생하는 페이지 교체 알고리즘(FIFO, OPT, LRU 등...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 RDD 고급 연산에 대해 알아봅니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
paper
Pregel은 대규모 그래프의 분산 처리를 해결하기 위해, 확장 가능하고(scalable) 장애 허용(fault tolerance) 플랫폼입니다. 정확한 이해를 위해 논문을 구체적으로 정리해보았습니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 분산형 공유 변수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 분산형 공유 변수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 분산형 공유 변수에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 분산형 공유 변수에 대해 알아봅니다.
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
spark
Spark: The Definitive Guide 30장 Graph Analytics를 바탕으로 스파크 GraphFrame 라이브러리의 핵심을 다룬다. 정점(Vertex)과 에지(Edge) 기반의 그래프 생성 및 기본 DataFrame 쿼리, 서브그래프 추출, Cypher 표현식을...
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
hadoop
[Hadoop The Definitive Guide] 책을 중심으로 하둡의 얀(YARN)을 요약 및 정리해보았습니다. Apache YARN은 하둡의 클러스터 자원 관리 시스템입니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 클러스터에서 스파크 실행 방법에 대해 알아봅니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
paper
GraphX는 그래프 처리를 할 때 기존 맵리듀스 같은 분산 데이터 프레임의 한계를 능가하기 위해 개발되었습니다. 즉 GraphX는 그래프와 그래프 병렬 계산을 위한 스파크의 새로운 구성 요소이며, 이에 대한 논문을 정리해보았습니다.
tips
윈도우10이 설치된 노트북에서 터치패드를 잘 사용하면 마우스가 없어도 된다는 것을 깨달았습니다. 터치패드 사용법 및 여러 가지 환경에서 단축키를 정리해보았습니다.
tips
윈도우10이 설치된 노트북에서 터치패드를 잘 사용하면 마우스가 없어도 된다는 것을 깨달았습니다. 터치패드 사용법 및 여러 가지 환경에서 단축키를 정리해보았습니다.
tips
윈도우10이 설치된 노트북에서 터치패드를 잘 사용하면 마우스가 없어도 된다는 것을 깨달았습니다. 터치패드 사용법 및 여러 가지 환경에서 단축키를 정리해보았습니다.
tips
윈도우10이 설치된 노트북에서 터치패드를 잘 사용하면 마우스가 없어도 된다는 것을 깨달았습니다. 터치패드 사용법 및 여러 가지 환경에서 단축키를 정리해보았습니다.
tips
윈도우10이 설치된 노트북에서 터치패드를 잘 사용하면 마우스가 없어도 된다는 것을 깨달았습니다. 터치패드 사용법 및 여러 가지 환경에서 단축키를 정리해보았습니다.
tips
윈도우10이 설치된 노트북에서 터치패드를 잘 사용하면 마우스가 없어도 된다는 것을 깨달았습니다. 터치패드 사용법 및 여러 가지 환경에서 단축키를 정리해보았습니다.
tips
윈도우10이 설치된 노트북에서 터치패드를 잘 사용하면 마우스가 없어도 된다는 것을 깨달았습니다. 터치패드 사용법 및 여러 가지 환경에서 단축키를 정리해보았습니다.
tips
윈도우10이 설치된 노트북에서 터치패드를 잘 사용하면 마우스가 없어도 된다는 것을 깨달았습니다. 터치패드 사용법 및 여러 가지 환경에서 단축키를 정리해보았습니다.
paper
GraphLab은 각 정점이 인접한 정점과 에지의 데이터를 읽고 쓸 수 있는 순차적 공유 메모리 추상화입니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphLab은 각 정점이 인접한 정점과 에지의 데이터를 읽고 쓸 수 있는 순차적 공유 메모리 추상화입니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
GraphLab은 각 정점이 인접한 정점과 에지의 데이터를 읽고 쓸 수 있는 순차적 공유 메모리 추상화입니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
python
파이썬 코딩의 기술 개정 2판 책에 대한 내용입니다. 클래스, 인터페이스, 제너릭, 믹스인, collections
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
PowerGraph는 Gather, Apply, Scatter 기능을 구현하여 그래프 처리를 하는 방법을 제안했습니다. large scale graph processing 분야에서 꼭 읽어봐야 할 논문 중 하나라고 생각됩니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
퀘이사(quasar) 클러스터 관리자는 각 워크로드에 대한 성능 및 QoS 제약 조건을 충족하면서 리소스 활용을 극대화해줍니다. 퀘이사 논문을 개인 공부 및 리뷰를 위해 써보았습니다.
paper
DODUO는 테이블의 전체를 입력으로 받아 테이블의 여러 컬럼 정보들을 이용하여 컬럼 유형과 컬럼 관계 예측을 출력하는 트랜스포머 기반 멀티태스크 학습 아키텍처입니다. 본 논문을 리뷰해보았습니다.
paper
DODUO는 테이블의 전체를 입력으로 받아 테이블의 여러 컬럼 정보들을 이용하여 컬럼 유형과 컬럼 관계 예측을 출력하는 트랜스포머 기반 멀티태스크 학습 아키텍처입니다. 본 논문을 리뷰해보았습니다.
paper
DODUO는 테이블의 전체를 입력으로 받아 테이블의 여러 컬럼 정보들을 이용하여 컬럼 유형과 컬럼 관계 예측을 출력하는 트랜스포머 기반 멀티태스크 학습 아키텍처입니다. 본 논문을 리뷰해보았습니다.
paper
DODUO는 테이블의 전체를 입력으로 받아 테이블의 여러 컬럼 정보들을 이용하여 컬럼 유형과 컬럼 관계 예측을 출력하는 트랜스포머 기반 멀티태스크 학습 아키텍처입니다. 본 논문을 리뷰해보았습니다.
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
spark
스파크의 스트림 처리와 정형 스트리밍(Structured Streaming)의 핵심 원리부터 마이크로 배치, 스트림 트랜스포메이션, 카프카(Kafka) 연동 및 출력 모드·트리거까지 종합적으로 정리합니다. 연속형 처리와 마이크로 배치의 차이를 살펴보고 센서 데이터셋 기반의 PySp...
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 pyspark를 이용한 간단한 추천 시스템 만드는 것에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 pyspark를 이용한 간단한 추천 시스템 만드는 것에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 pyspark를 이용한 간단한 추천 시스템 만드는 것에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 pyspark를 이용한 간단한 추천 시스템 만드는 것에 대해 알아봅니다.
spark
Spark The Definitive Guide 책을 중심으로 스파크를 요약 및 정리해보았습니다. spark 예제를 통해 pyspark를 이용한 간단한 추천 시스템 만드는 것에 대해 알아봅니다.
tipshadoop
하둡과 스파크를 로컬환경에서 설치하는 과정을 글로 담기 위해 적어보았습니다.
tipshadoop
하둡과 스파크를 로컬환경에서 설치하는 과정을 글로 담기 위해 적어보았습니다.
tipshadoop
하둡과 스파크를 로컬환경에서 설치하는 과정을 글로 담기 위해 적어보았습니다.
tipshadoop
하둡과 스파크를 로컬환경에서 설치하는 과정을 글로 담기 위해 적어보았습니다.
tipshadoop
하둡과 스파크를 로컬환경에서 설치하는 과정을 글로 담기 위해 적어보았습니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
SQL
실무 적용 및 SQL 코테를 위한 자료입니다.
llm
고차원 벡터 공간에서의 근사 최근접 이웃(ANN) 탐색 알고리즘(HNSW, IVF-PQ, DiskANN)의 수학적 원리, 메모리·재현율(Recall)·지연시간 트레이드오프, 그리고 Pinecone·Milvus·Qdrant·pgvector의 아키텍처를 심층 비교한다.
llm
고차원 벡터 공간에서의 근사 최근접 이웃(ANN) 탐색 알고리즘(HNSW, IVF-PQ, DiskANN)의 수학적 원리, 메모리·재현율(Recall)·지연시간 트레이드오프, 그리고 Pinecone·Milvus·Qdrant·pgvector의 아키텍처를 심층 비교한다.
llm
고차원 벡터 공간에서의 근사 최근접 이웃(ANN) 탐색 알고리즘(HNSW, IVF-PQ, DiskANN)의 수학적 원리, 메모리·재현율(Recall)·지연시간 트레이드오프, 그리고 Pinecone·Milvus·Qdrant·pgvector의 아키텍처를 심층 비교한다.
llm
고차원 벡터 공간에서의 근사 최근접 이웃(ANN) 탐색 알고리즘(HNSW, IVF-PQ, DiskANN)의 수학적 원리, 메모리·재현율(Recall)·지연시간 트레이드오프, 그리고 Pinecone·Milvus·Qdrant·pgvector의 아키텍처를 심층 비교한다.
llm
고차원 벡터 공간에서의 근사 최근접 이웃(ANN) 탐색 알고리즘(HNSW, IVF-PQ, DiskANN)의 수학적 원리, 메모리·재현율(Recall)·지연시간 트레이드오프, 그리고 Pinecone·Milvus·Qdrant·pgvector의 아키텍처를 심층 비교한다.
llm
고차원 벡터 공간에서의 근사 최근접 이웃(ANN) 탐색 알고리즘(HNSW, IVF-PQ, DiskANN)의 수학적 원리, 메모리·재현율(Recall)·지연시간 트레이드오프, 그리고 Pinecone·Milvus·Qdrant·pgvector의 아키텍처를 심층 비교한다.
llm
고차원 벡터 공간에서의 근사 최근접 이웃(ANN) 탐색 알고리즘(HNSW, IVF-PQ, DiskANN)의 수학적 원리, 메모리·재현율(Recall)·지연시간 트레이드오프, 그리고 Pinecone·Milvus·Qdrant·pgvector의 아키텍처를 심층 비교한다.
llm
메모리 대역폭(Memory Bandwidth)과 VRAM 병목을 극복하기 위한 PTQ/QAT 양자화, AWQ, GPTQ, SmoothQuant, 구조적 프루닝 및 지식 증류의 수학적 원리와 프로덕션 서빙 트레이드오프를 심층 분석한다.
llm
메모리 대역폭(Memory Bandwidth)과 VRAM 병목을 극복하기 위한 PTQ/QAT 양자화, AWQ, GPTQ, SmoothQuant, 구조적 프루닝 및 지식 증류의 수학적 원리와 프로덕션 서빙 트레이드오프를 심층 분석한다.
llm
메모리 대역폭(Memory Bandwidth)과 VRAM 병목을 극복하기 위한 PTQ/QAT 양자화, AWQ, GPTQ, SmoothQuant, 구조적 프루닝 및 지식 증류의 수학적 원리와 프로덕션 서빙 트레이드오프를 심층 분석한다.
llm
메모리 대역폭(Memory Bandwidth)과 VRAM 병목을 극복하기 위한 PTQ/QAT 양자화, AWQ, GPTQ, SmoothQuant, 구조적 프루닝 및 지식 증류의 수학적 원리와 프로덕션 서빙 트레이드오프를 심층 분석한다.
llm
메모리 대역폭(Memory Bandwidth)과 VRAM 병목을 극복하기 위한 PTQ/QAT 양자화, AWQ, GPTQ, SmoothQuant, 구조적 프루닝 및 지식 증류의 수학적 원리와 프로덕션 서빙 트레이드오프를 심층 분석한다.
llm
메모리 대역폭(Memory Bandwidth)과 VRAM 병목을 극복하기 위한 PTQ/QAT 양자화, AWQ, GPTQ, SmoothQuant, 구조적 프루닝 및 지식 증류의 수학적 원리와 프로덕션 서빙 트레이드오프를 심층 분석한다.
llm
메모리 대역폭(Memory Bandwidth)과 VRAM 병목을 극복하기 위한 PTQ/QAT 양자화, AWQ, GPTQ, SmoothQuant, 구조적 프루닝 및 지식 증류의 수학적 원리와 프로덕션 서빙 트레이드오프를 심층 분석한다.
llm
Google Pregel의 Actor-Channel 모델에서 출발한 LangGraph의 런타임 원리, State Reducer 메커니즘, 영속성 Checkpointer를 활용한 Human-in-the-loop 및 Time-travel 구현, 프로덕션 멀티 에이전트 오케스트레이션 패...
llm
Google Pregel의 Actor-Channel 모델에서 출발한 LangGraph의 런타임 원리, State Reducer 메커니즘, 영속성 Checkpointer를 활용한 Human-in-the-loop 및 Time-travel 구현, 프로덕션 멀티 에이전트 오케스트레이션 패...
llm
Google Pregel의 Actor-Channel 모델에서 출발한 LangGraph의 런타임 원리, State Reducer 메커니즘, 영속성 Checkpointer를 활용한 Human-in-the-loop 및 Time-travel 구현, 프로덕션 멀티 에이전트 오케스트레이션 패...
llm
Google Pregel의 Actor-Channel 모델에서 출발한 LangGraph의 런타임 원리, State Reducer 메커니즘, 영속성 Checkpointer를 활용한 Human-in-the-loop 및 Time-travel 구현, 프로덕션 멀티 에이전트 오케스트레이션 패...
llm
Lewis et al. 2020 논문부터 Modular RAG까지의 진화 계보, 비정형 PDF/도표 구조를 보존하는 심층 문서 파싱(Deep Document Parsing) 기술, 그리고 BM25·Dense·Cross-Encoder 2단계 검색 파이프라인을 심층 분석한다.
llm
Lewis et al. 2020 논문부터 Modular RAG까지의 진화 계보, 비정형 PDF/도표 구조를 보존하는 심층 문서 파싱(Deep Document Parsing) 기술, 그리고 BM25·Dense·Cross-Encoder 2단계 검색 파이프라인을 심층 분석한다.
llm
Lewis et al. 2020 논문부터 Modular RAG까지의 진화 계보, 비정형 PDF/도표 구조를 보존하는 심층 문서 파싱(Deep Document Parsing) 기술, 그리고 BM25·Dense·Cross-Encoder 2단계 검색 파이프라인을 심층 분석한다.
llm
Lewis et al. 2020 논문부터 Modular RAG까지의 진화 계보, 비정형 PDF/도표 구조를 보존하는 심층 문서 파싱(Deep Document Parsing) 기술, 그리고 BM25·Dense·Cross-Encoder 2단계 검색 파이프라인을 심층 분석한다.
llm
Lewis et al. 2020 논문부터 Modular RAG까지의 진화 계보, 비정형 PDF/도표 구조를 보존하는 심층 문서 파싱(Deep Document Parsing) 기술, 그리고 BM25·Dense·Cross-Encoder 2단계 검색 파이프라인을 심층 분석한다.
k8s
Linux 커널 프리미티브(Namespaces, Cgroups)의 프로세스 격리 원리, OCI 이미지 및 런타임(runc, containerd) 계층, 그리고 선언적 상태 수렴(Reconciliation Loop)을 수행하는 쿠버네티스 컨트롤 플레인의 내부 아키텍처를 심층 분석한다.
k8s
Linux 커널 프리미티브(Namespaces, Cgroups)의 프로세스 격리 원리, OCI 이미지 및 런타임(runc, containerd) 계층, 그리고 선언적 상태 수렴(Reconciliation Loop)을 수행하는 쿠버네티스 컨트롤 플레인의 내부 아키텍처를 심층 분석한다.
k8s
Linux 커널 프리미티브(Namespaces, Cgroups)의 프로세스 격리 원리, OCI 이미지 및 런타임(runc, containerd) 계층, 그리고 선언적 상태 수렴(Reconciliation Loop)을 수행하는 쿠버네티스 컨트롤 플레인의 내부 아키텍처를 심층 분석한다.
k8s
Linux 커널 프리미티브(Namespaces, Cgroups)의 프로세스 격리 원리, OCI 이미지 및 런타임(runc, containerd) 계층, 그리고 선언적 상태 수렴(Reconciliation Loop)을 수행하는 쿠버네티스 컨트롤 플레인의 내부 아키텍처를 심층 분석한다.
k8s
Linux 커널 프리미티브(Namespaces, Cgroups)의 프로세스 격리 원리, OCI 이미지 및 런타임(runc, containerd) 계층, 그리고 선언적 상태 수렴(Reconciliation Loop)을 수행하는 쿠버네티스 컨트롤 플레인의 내부 아키텍처를 심층 분석한다.
k8s
Linux 커널 프리미티브(Namespaces, Cgroups)의 프로세스 격리 원리, OCI 이미지 및 런타임(runc, containerd) 계층, 그리고 선언적 상태 수렴(Reconciliation Loop)을 수행하는 쿠버네티스 컨트롤 플레인의 내부 아키텍처를 심층 분석한다.
llm
검색 증강 생성(RAG)의 검색 정확도와 생성 충실도를 결정하는 청킹 전략(Fixed, Recursive, Document-structure, Semantic, Late Chunking)의 동작 메커니즘과 파레토 최적화 플레이북을 심층 분석한다.
llm
검색 증강 생성(RAG)의 검색 정확도와 생성 충실도를 결정하는 청킹 전략(Fixed, Recursive, Document-structure, Semantic, Late Chunking)의 동작 메커니즘과 파레토 최적화 플레이북을 심층 분석한다.
llm
검색 증강 생성(RAG)의 검색 정확도와 생성 충실도를 결정하는 청킹 전략(Fixed, Recursive, Document-structure, Semantic, Late Chunking)의 동작 메커니즘과 파레토 최적화 플레이북을 심층 분석한다.
llm
검색 증강 생성(RAG)의 검색 정확도와 생성 충실도를 결정하는 청킹 전략(Fixed, Recursive, Document-structure, Semantic, Late Chunking)의 동작 메커니즘과 파레토 최적화 플레이북을 심층 분석한다.
llm
단순 벡터 유사도 기반 RAG의 Global Sensemaking 한계를 극복하기 위한 Microsoft GraphRAG와 Neo4j 아키텍처, Leiden 알고리즘 기반 계층적 군집 요약, 그리고 Text2Cypher와 Vector-Cypher 하이브리드 검색 파이프라인을 심층 ...
llm
단순 벡터 유사도 기반 RAG의 Global Sensemaking 한계를 극복하기 위한 Microsoft GraphRAG와 Neo4j 아키텍처, Leiden 알고리즘 기반 계층적 군집 요약, 그리고 Text2Cypher와 Vector-Cypher 하이브리드 검색 파이프라인을 심층 ...
llm
단순 벡터 유사도 기반 RAG의 Global Sensemaking 한계를 극복하기 위한 Microsoft GraphRAG와 Neo4j 아키텍처, Leiden 알고리즘 기반 계층적 군집 요약, 그리고 Text2Cypher와 Vector-Cypher 하이브리드 검색 파이프라인을 심층 ...
llm
단순 벡터 유사도 기반 RAG의 Global Sensemaking 한계를 극복하기 위한 Microsoft GraphRAG와 Neo4j 아키텍처, Leiden 알고리즘 기반 계층적 군집 요약, 그리고 Text2Cypher와 Vector-Cypher 하이브리드 검색 파이프라인을 심층 ...
llm
단순 벡터 유사도 기반 RAG의 Global Sensemaking 한계를 극복하기 위한 Microsoft GraphRAG와 Neo4j 아키텍처, Leiden 알고리즘 기반 계층적 군집 요약, 그리고 Text2Cypher와 Vector-Cypher 하이브리드 검색 파이프라인을 심층 ...
llm
단순 벡터 유사도 기반 RAG의 Global Sensemaking 한계를 극복하기 위한 Microsoft GraphRAG와 Neo4j 아키텍처, Leiden 알고리즘 기반 계층적 군집 요약, 그리고 Text2Cypher와 Vector-Cypher 하이브리드 검색 파이프라인을 심층 ...
k8s
Docker Compose 로컬 멀티 컨테이너 명세부터, K8s L7 Ingress Controller(Nginx/Envoy) 트래픽 라우팅, CSI(Container Storage Interface) 기반 PV/PVC 동적 프로비저닝, 그리고 관리형 쿠버네티스(EKS, GKE)의...
k8s
Docker Compose 로컬 멀티 컨테이너 명세부터, K8s L7 Ingress Controller(Nginx/Envoy) 트래픽 라우팅, CSI(Container Storage Interface) 기반 PV/PVC 동적 프로비저닝, 그리고 관리형 쿠버네티스(EKS, GKE)의...
k8s
Docker Compose 로컬 멀티 컨테이너 명세부터, K8s L7 Ingress Controller(Nginx/Envoy) 트래픽 라우팅, CSI(Container Storage Interface) 기반 PV/PVC 동적 프로비저닝, 그리고 관리형 쿠버네티스(EKS, GKE)의...
web
REST·GraphQL·gRPC의 직렬화 및 전송 계층 트레이드오프, FastAPI 기반 AI 스트리밍(SSE) 및 비동기 워커 아키텍처, Redis 토큰 버킷 속도 제한, 그리고 Gunicorn/Uvicorn 프로덕션 배포 파이프라인을 심층 분석한다.
web
REST·GraphQL·gRPC의 직렬화 및 전송 계층 트레이드오프, FastAPI 기반 AI 스트리밍(SSE) 및 비동기 워커 아키텍처, Redis 토큰 버킷 속도 제한, 그리고 Gunicorn/Uvicorn 프로덕션 배포 파이프라인을 심층 분석한다.
web
REST·GraphQL·gRPC의 직렬화 및 전송 계층 트레이드오프, FastAPI 기반 AI 스트리밍(SSE) 및 비동기 워커 아키텍처, Redis 토큰 버킷 속도 제한, 그리고 Gunicorn/Uvicorn 프로덕션 배포 파이프라인을 심층 분석한다.
llm
N×M 통합 문제를 해결하기 위한 Anthropic MCP의 코어 아키텍처, JSON-RPC 2.0 기반 핸드셰이크 및 전송 계층(Stdio·SSE), Tool·Resource·Prompt 프리미티브, 그리고 Confused Deputy 방지를 위한 제로 트러스트 보안 모델을 심층...
llm
N×M 통합 문제를 해결하기 위한 Anthropic MCP의 코어 아키텍처, JSON-RPC 2.0 기반 핸드셰이크 및 전송 계층(Stdio·SSE), Tool·Resource·Prompt 프리미티브, 그리고 Confused Deputy 방지를 위한 제로 트러스트 보안 모델을 심층...
web
Roy Fielding의 REST 6대 제약조건과 Richardson 성숙도 모델(Level 0~3), RFC 9110 HTTP 시맨틱스 및 멱등성(Idempotency), FastAPI 비동기 이벤트 루프와 Pydantic V2를 활용한 계약 기반 API 엔지니어링을 심층 분석한다.
web
Roy Fielding의 REST 6대 제약조건과 Richardson 성숙도 모델(Level 0~3), RFC 9110 HTTP 시맨틱스 및 멱등성(Idempotency), FastAPI 비동기 이벤트 루프와 Pydantic V2를 활용한 계약 기반 API 엔지니어링을 심층 분석한다.
web
Roy Fielding의 REST 6대 제약조건과 Richardson 성숙도 모델(Level 0~3), RFC 9110 HTTP 시맨틱스 및 멱등성(Idempotency), FastAPI 비동기 이벤트 루프와 Pydantic V2를 활용한 계약 기반 API 엔지니어링을 심층 분석한다.
web
Roy Fielding의 REST 6대 제약조건과 Richardson 성숙도 모델(Level 0~3), RFC 9110 HTTP 시맨틱스 및 멱등성(Idempotency), FastAPI 비동기 이벤트 루프와 Pydantic V2를 활용한 계약 기반 API 엔지니어링을 심층 분석한다.
k8s
쿠버네티스 클러스터를 구성하는 컴포넌트와 그 사이의 인터페이스(CRI, 조정 루프), 매일 쓰는 핵심 오브젝트·명령, 그리고 버전 정책과 업그레이드 전략을 한 번에 정리한다.
k8s
쿠버네티스 클러스터를 구성하는 컴포넌트와 그 사이의 인터페이스(CRI, 조정 루프), 매일 쓰는 핵심 오브젝트·명령, 그리고 버전 정책과 업그레이드 전략을 한 번에 정리한다.
k8s
쿠버네티스 클러스터를 구성하는 컴포넌트와 그 사이의 인터페이스(CRI, 조정 루프), 매일 쓰는 핵심 오브젝트·명령, 그리고 버전 정책과 업그레이드 전략을 한 번에 정리한다.
k8s
쿠버네티스 클러스터를 구성하는 컴포넌트와 그 사이의 인터페이스(CRI, 조정 루프), 매일 쓰는 핵심 오브젝트·명령, 그리고 버전 정책과 업그레이드 전략을 한 번에 정리한다.
k8s
쿠버네티스 클러스터를 구성하는 컴포넌트와 그 사이의 인터페이스(CRI, 조정 루프), 매일 쓰는 핵심 오브젝트·명령, 그리고 버전 정책과 업그레이드 전략을 한 번에 정리한다.
k8s
컨테이너를 어떤 단위로 몇 개나 어떤 규칙으로 실행할지 선언하는 워크로드 API 객체를 정리한다. Pod·Deployment·StatefulSet·DaemonSet·Job/CronJob의 보장과 requests/limits·프로브, HPA·VPA·KEDA·Cluster Autosc...
k8s
컨테이너를 어떤 단위로 몇 개나 어떤 규칙으로 실행할지 선언하는 워크로드 API 객체를 정리한다. Pod·Deployment·StatefulSet·DaemonSet·Job/CronJob의 보장과 requests/limits·프로브, HPA·VPA·KEDA·Cluster Autosc...
k8s
컨테이너를 어떤 단위로 몇 개나 어떤 규칙으로 실행할지 선언하는 워크로드 API 객체를 정리한다. Pod·Deployment·StatefulSet·DaemonSet·Job/CronJob의 보장과 requests/limits·프로브, HPA·VPA·KEDA·Cluster Autosc...
k8s
컨테이너를 어떤 단위로 몇 개나 어떤 규칙으로 실행할지 선언하는 워크로드 API 객체를 정리한다. Pod·Deployment·StatefulSet·DaemonSet·Job/CronJob의 보장과 requests/limits·프로브, HPA·VPA·KEDA·Cluster Autosc...
k8s
쿠버네티스의 평탄한 IP-per-Pod 모델 위에서 Service가 안정적인 가상 IP를 얹고 Ingress/Gateway API가 L7 진입점을 만들며 CNI가 패킷 전달과 NetworkPolicy 집행을 맡는 구조를 정리한다. 계층 경계와 MTU·conntrack 함정, 트러블...
k8s
쿠버네티스의 평탄한 IP-per-Pod 모델 위에서 Service가 안정적인 가상 IP를 얹고 Ingress/Gateway API가 L7 진입점을 만들며 CNI가 패킷 전달과 NetworkPolicy 집행을 맡는 구조를 정리한다. 계층 경계와 MTU·conntrack 함정, 트러블...
k8s
쿠버네티스의 평탄한 IP-per-Pod 모델 위에서 Service가 안정적인 가상 IP를 얹고 Ingress/Gateway API가 L7 진입점을 만들며 CNI가 패킷 전달과 NetworkPolicy 집행을 맡는 구조를 정리한다. 계층 경계와 MTU·conntrack 함정, 트러블...
k8s
쿠버네티스의 평탄한 IP-per-Pod 모델 위에서 Service가 안정적인 가상 IP를 얹고 Ingress/Gateway API가 L7 진입점을 만들며 CNI가 패킷 전달과 NetworkPolicy 집행을 맡는 구조를 정리한다. 계층 경계와 MTU·conntrack 함정, 트러블...
k8s
컨테이너의 임시 레이어를 넘어 데이터의 수명을 파드·노드·클러스터 중 어디에 묶을지 결정하는 문제를 다룬다. Volume 종류와 PV/PVC/StorageClass, CSI 드라이버와 스냅샷, StatefulSet 기반 데이터베이스 운영, 백업·DR, 성능 특성, 데이터 유실 함정...
k8s
컨테이너의 임시 레이어를 넘어 데이터의 수명을 파드·노드·클러스터 중 어디에 묶을지 결정하는 문제를 다룬다. Volume 종류와 PV/PVC/StorageClass, CSI 드라이버와 스냅샷, StatefulSet 기반 데이터베이스 운영, 백업·DR, 성능 특성, 데이터 유실 함정...
k8s
컨테이너의 임시 레이어를 넘어 데이터의 수명을 파드·노드·클러스터 중 어디에 묶을지 결정하는 문제를 다룬다. Volume 종류와 PV/PVC/StorageClass, CSI 드라이버와 스냅샷, StatefulSet 기반 데이터베이스 운영, 백업·DR, 성능 특성, 데이터 유실 함정...
k8s
보안은 기능 하나가 아니라 코드가 실행되기까지의 모든 계층에 걸친 통제다. 4C 모델을 뼈대로 인증·인가(RBAC), 어드미션 정책, 워크로드 격리, 시크릿 외부화, 이미지 공급망과 런타임 탐지까지 설계→구현→검증 순서로 정리한다.
k8s
보안은 기능 하나가 아니라 코드가 실행되기까지의 모든 계층에 걸친 통제다. 4C 모델을 뼈대로 인증·인가(RBAC), 어드미션 정책, 워크로드 격리, 시크릿 외부화, 이미지 공급망과 런타임 탐지까지 설계→구현→검증 순서로 정리한다.
k8s
컨테이너가 불변인 클러스터에서 ‘무엇이 느린가’와 ‘왜 죽었는가’를 답하는 관찰성 3축(메트릭·로그·트레이스)의 수집 경로와, Pending·CrashLoopBackOff·OOMKilled를 좁혀 들어가는 kubectl 디버깅 워크플로를 정리한다.
k8s
컨테이너가 불변인 클러스터에서 ‘무엇이 느린가’와 ‘왜 죽었는가’를 답하는 관찰성 3축(메트릭·로그·트레이스)의 수집 경로와, Pending·CrashLoopBackOff·OOMKilled를 좁혀 들어가는 kubectl 디버깅 워크플로를 정리한다.
k8s
컨테이너가 불변인 클러스터에서 ‘무엇이 느린가’와 ‘왜 죽었는가’를 답하는 관찰성 3축(메트릭·로그·트레이스)의 수집 경로와, Pending·CrashLoopBackOff·OOMKilled를 좁혀 들어가는 kubectl 디버깅 워크플로를 정리한다.
cloud
클라우드는 결국 무엇을 어디에 배치하고, 누가 무엇에 접근하며, 어디까지 장애를 견딜 것인가라는 세 질문으로 수렴한다. 서비스 모델과 공동 책임, 리전·AZ 가용성 설계, VPC 네트워크 경계, 컴퓨팅·스토리지·관리형 DB 선택, IAM 역할 수임까지 하나의 결정 사슬로 정리한다.
cloud
클라우드는 결국 무엇을 어디에 배치하고, 누가 무엇에 접근하며, 어디까지 장애를 견딜 것인가라는 세 질문으로 수렴한다. 서비스 모델과 공동 책임, 리전·AZ 가용성 설계, VPC 네트워크 경계, 컴퓨팅·스토리지·관리형 DB 선택, IAM 역할 수임까지 하나의 결정 사슬로 정리한다.
cloud
클라우드는 결국 무엇을 어디에 배치하고, 누가 무엇에 접근하며, 어디까지 장애를 견딜 것인가라는 세 질문으로 수렴한다. 서비스 모델과 공동 책임, 리전·AZ 가용성 설계, VPC 네트워크 경계, 컴퓨팅·스토리지·관리형 DB 선택, IAM 역할 수임까지 하나의 결정 사슬로 정리한다.
cloud
클라우드는 결국 무엇을 어디에 배치하고, 누가 무엇에 접근하며, 어디까지 장애를 견딜 것인가라는 세 질문으로 수렴한다. 서비스 모델과 공동 책임, 리전·AZ 가용성 설계, VPC 네트워크 경계, 컴퓨팅·스토리지·관리형 DB 선택, IAM 역할 수임까지 하나의 결정 사슬로 정리한다.
cloud
인프라를 코드로 정의하고(IaC) 그 코드를 단일 진실 공급원으로 삼아 클러스터 상태를 지속적으로 수렴시키는(GitOps) 흐름을 정리한다. Terraform의 state·plan·apply, Helm/Kustomize 선택 기준, Argo CD·Flux의 드리프트 감지, CI/C...
cloud
인프라를 코드로 정의하고(IaC) 그 코드를 단일 진실 공급원으로 삼아 클러스터 상태를 지속적으로 수렴시키는(GitOps) 흐름을 정리한다. Terraform의 state·plan·apply, Helm/Kustomize 선택 기준, Argo CD·Flux의 드리프트 감지, CI/C...
cloud
인프라를 코드로 정의하고(IaC) 그 코드를 단일 진실 공급원으로 삼아 클러스터 상태를 지속적으로 수렴시키는(GitOps) 흐름을 정리한다. Terraform의 state·plan·apply, Helm/Kustomize 선택 기준, Argo CD·Flux의 드리프트 감지, CI/C...
cloud
인프라를 코드로 정의하고(IaC) 그 코드를 단일 진실 공급원으로 삼아 클러스터 상태를 지속적으로 수렴시키는(GitOps) 흐름을 정리한다. Terraform의 state·plan·apply, Helm/Kustomize 선택 기준, Argo CD·Flux의 드리프트 감지, CI/C...
cloud
인프라를 코드로 정의하고(IaC) 그 코드를 단일 진실 공급원으로 삼아 클러스터 상태를 지속적으로 수렴시키는(GitOps) 흐름을 정리한다. Terraform의 state·plan·apply, Helm/Kustomize 선택 기준, Argo CD·Flux의 드리프트 감지, CI/C...
cloud
인프라를 코드로 정의하고(IaC) 그 코드를 단일 진실 공급원으로 삼아 클러스터 상태를 지속적으로 수렴시키는(GitOps) 흐름을 정리한다. Terraform의 state·plan·apply, Helm/Kustomize 선택 기준, Argo CD·Flux의 드리프트 감지, CI/C...
cloud
인프라를 코드로 정의하고(IaC) 그 코드를 단일 진실 공급원으로 삼아 클러스터 상태를 지속적으로 수렴시키는(GitOps) 흐름을 정리한다. Terraform의 state·plan·apply, Helm/Kustomize 선택 기준, Argo CD·Flux의 드리프트 감지, CI/C...
cloud
클라우드 보안은 경계 방어가 아니라 신원·권한·데이터·감사 로그를 코드로 관리하는 문제다. 공동 책임 모델과 IAM 평가 로직, 멀티 계정 전략, 네트워크·데이터 보안, 컴플라이언스·탐지·사고 대응까지 AWS·Azure·GCP 공통 관점으로 정리한다.
cloud
클라우드 보안은 경계 방어가 아니라 신원·권한·데이터·감사 로그를 코드로 관리하는 문제다. 공동 책임 모델과 IAM 평가 로직, 멀티 계정 전략, 네트워크·데이터 보안, 컴플라이언스·탐지·사고 대응까지 AWS·Azure·GCP 공통 관점으로 정리한다.
cloud
FinOps의 Inform·Optimize·Operate 순환과 태깅·쇼백으로 비용을 보이게 만들고, RI·Compute SP·CUD·스팟 커버리지 전략과 VPA·Karpenter 기반 쿠버네티스 right-sizing, egress·NAT 스토리지 함정, 단위 경제성 리뷰 루틴까...
cloud
FinOps의 Inform·Optimize·Operate 순환과 태깅·쇼백으로 비용을 보이게 만들고, RI·Compute SP·CUD·스팟 커버리지 전략과 VPA·Karpenter 기반 쿠버네티스 right-sizing, egress·NAT 스토리지 함정, 단위 경제성 리뷰 루틴까...
cloud
FinOps의 Inform·Optimize·Operate 순환과 태깅·쇼백으로 비용을 보이게 만들고, RI·Compute SP·CUD·스팟 커버리지 전략과 VPA·Karpenter 기반 쿠버네티스 right-sizing, egress·NAT 스토리지 함정, 단위 경제성 리뷰 루틴까...
cloud
FinOps의 Inform·Optimize·Operate 순환과 태깅·쇼백으로 비용을 보이게 만들고, RI·Compute SP·CUD·스팟 커버리지 전략과 VPA·Karpenter 기반 쿠버네티스 right-sizing, egress·NAT 스토리지 함정, 단위 경제성 리뷰 루틴까...
cloud
FinOps의 Inform·Optimize·Operate 순환과 태깅·쇼백으로 비용을 보이게 만들고, RI·Compute SP·CUD·스팟 커버리지 전략과 VPA·Karpenter 기반 쿠버네티스 right-sizing, egress·NAT 스토리지 함정, 단위 경제성 리뷰 루틴까...
cloud
FinOps의 Inform·Optimize·Operate 순환과 태깅·쇼백으로 비용을 보이게 만들고, RI·Compute SP·CUD·스팟 커버리지 전략과 VPA·Karpenter 기반 쿠버네티스 right-sizing, egress·NAT 스토리지 함정, 단위 경제성 리뷰 루틴까...
cloud
모놀리식과 마이크로서비스의 트레이드오프부터 12-factor, 이벤트 드리븐, CQRS·사가·아웃박스, 멀티테넌시, 고가용성, 재해 복구 4전략까지 아키텍처 결정의 축을 한 흐름으로 정리한다. 모든 판단의 기준은 실패 반경을 줄이고 RTO/RPO를 얼마에 사들일 것인가다.
cloud
모놀리식과 마이크로서비스의 트레이드오프부터 12-factor, 이벤트 드리븐, CQRS·사가·아웃박스, 멀티테넌시, 고가용성, 재해 복구 4전략까지 아키텍처 결정의 축을 한 흐름으로 정리한다. 모든 판단의 기준은 실패 반경을 줄이고 RTO/RPO를 얼마에 사들일 것인가다.
cloud
모놀리식과 마이크로서비스의 트레이드오프부터 12-factor, 이벤트 드리븐, CQRS·사가·아웃박스, 멀티테넌시, 고가용성, 재해 복구 4전략까지 아키텍처 결정의 축을 한 흐름으로 정리한다. 모든 판단의 기준은 실패 반경을 줄이고 RTO/RPO를 얼마에 사들일 것인가다.
cloud
모놀리식과 마이크로서비스의 트레이드오프부터 12-factor, 이벤트 드리븐, CQRS·사가·아웃박스, 멀티테넌시, 고가용성, 재해 복구 4전략까지 아키텍처 결정의 축을 한 흐름으로 정리한다. 모든 판단의 기준은 실패 반경을 줄이고 RTO/RPO를 얼마에 사들일 것인가다.
cloud
모놀리식과 마이크로서비스의 트레이드오프부터 12-factor, 이벤트 드리븐, CQRS·사가·아웃박스, 멀티테넌시, 고가용성, 재해 복구 4전략까지 아키텍처 결정의 축을 한 흐름으로 정리한다. 모든 판단의 기준은 실패 반경을 줄이고 RTO/RPO를 얼마에 사들일 것인가다.
cloud
신뢰성을 사람의 헌신이 아니라 측정 가능한 목표(SLO)와 에러 버짓으로 관리하는 SRE 실무를 정리한다. SLI/SLO 설계와 멀티윈도우 소진 경보, 토일 제거, 온콜·인시던트 대응과 비난 없는 포스트모템, 카오스 엔지니어링·부하 테스트·점진적 배포까지 다룬다.
cloud
신뢰성을 사람의 헌신이 아니라 측정 가능한 목표(SLO)와 에러 버짓으로 관리하는 SRE 실무를 정리한다. SLI/SLO 설계와 멀티윈도우 소진 경보, 토일 제거, 온콜·인시던트 대응과 비난 없는 포스트모템, 카오스 엔지니어링·부하 테스트·점진적 배포까지 다룬다.
cloud
신뢰성을 사람의 헌신이 아니라 측정 가능한 목표(SLO)와 에러 버짓으로 관리하는 SRE 실무를 정리한다. SLI/SLO 설계와 멀티윈도우 소진 경보, 토일 제거, 온콜·인시던트 대응과 비난 없는 포스트모템, 카오스 엔지니어링·부하 테스트·점진적 배포까지 다룬다.
cloud
신뢰성을 사람의 헌신이 아니라 측정 가능한 목표(SLO)와 에러 버짓으로 관리하는 SRE 실무를 정리한다. SLI/SLO 설계와 멀티윈도우 소진 경보, 토일 제거, 온콜·인시던트 대응과 비난 없는 포스트모템, 카오스 엔지니어링·부하 테스트·점진적 배포까지 다룬다.
cloud
신뢰성을 사람의 헌신이 아니라 측정 가능한 목표(SLO)와 에러 버짓으로 관리하는 SRE 실무를 정리한다. SLI/SLO 설계와 멀티윈도우 소진 경보, 토일 제거, 온콜·인시던트 대응과 비난 없는 포스트모템, 카오스 엔지니어링·부하 테스트·점진적 배포까지 다룬다.
cloud
신뢰성을 사람의 헌신이 아니라 측정 가능한 목표(SLO)와 에러 버짓으로 관리하는 SRE 실무를 정리한다. SLI/SLO 설계와 멀티윈도우 소진 경보, 토일 제거, 온콜·인시던트 대응과 비난 없는 포스트모템, 카오스 엔지니어링·부하 테스트·점진적 배포까지 다룬다.
cloud
신뢰성을 사람의 헌신이 아니라 측정 가능한 목표(SLO)와 에러 버짓으로 관리하는 SRE 실무를 정리한다. SLI/SLO 설계와 멀티윈도우 소진 경보, 토일 제거, 온콜·인시던트 대응과 비난 없는 포스트모템, 카오스 엔지니어링·부하 테스트·점진적 배포까지 다룬다.
azure
사내 AI 채팅 플랫폼을 공용 인터넷에서 격리하기 위해 VNet·서브넷을 분리하고, Private Endpoint와 Private DNS Zone으로 Azure OpenAI를 비롯한 PaaS 리소스를 사설 IP로만 연결하는 설계 과정을 정리한다.
azure
사내 AI 채팅 플랫폼을 공용 인터넷에서 격리하기 위해 VNet·서브넷을 분리하고, Private Endpoint와 Private DNS Zone으로 Azure OpenAI를 비롯한 PaaS 리소스를 사설 IP로만 연결하는 설계 과정을 정리한다.
azure
사내 AI 채팅 플랫폼을 공용 인터넷에서 격리하기 위해 VNet·서브넷을 분리하고, Private Endpoint와 Private DNS Zone으로 Azure OpenAI를 비롯한 PaaS 리소스를 사설 IP로만 연결하는 설계 과정을 정리한다.
azure
사내 AI 채팅 플랫폼을 공용 인터넷에서 격리하기 위해 VNet·서브넷을 분리하고, Private Endpoint와 Private DNS Zone으로 Azure OpenAI를 비롯한 PaaS 리소스를 사설 IP로만 연결하는 설계 과정을 정리한다.
azure
폐쇄망 VNet 위에 Azure Container Apps(ACA)를 올려 프로덕션으로 운영하기까지의 실전 기록이다. Internal 전용 환경 설계, 컨테이너 앱 매니페스트, http-scaler 기반 오토스케일링, Azure Files·Blob 이중 영구 스토리지 전략을 정리한다.
azure
폐쇄망 VNet 위에 Azure Container Apps(ACA)를 올려 프로덕션으로 운영하기까지의 실전 기록이다. Internal 전용 환경 설계, 컨테이너 앱 매니페스트, http-scaler 기반 오토스케일링, Azure Files·Blob 이중 영구 스토리지 전략을 정리한다.
azure
Azure OpenAI 앞에 API Management를 세워 키 은닉·토큰 쿼터·단일 관측 지점·무중단 모델 교체를 확보한다. 백엔드 풀과 Managed Identity 인증, azure-openai-token-limit 기반 토큰 거버넌스, SSE 스트리밍 중계의 함정까지 정책...
azure
Azure OpenAI 앞에 API Management를 세워 키 은닉·토큰 쿼터·단일 관측 지점·무중단 모델 교체를 확보한다. 백엔드 풀과 Managed Identity 인증, azure-openai-token-limit 기반 토큰 거버넌스, SSE 스트리밍 중계의 함정까지 정책...
azure
Azure OpenAI 앞에 API Management를 세워 키 은닉·토큰 쿼터·단일 관측 지점·무중단 모델 교체를 확보한다. 백엔드 풀과 Managed Identity 인증, azure-openai-token-limit 기반 토큰 거버넌스, SSE 스트리밍 중계의 함정까지 정책...
azure
사내 계정 SSO를 위해 Microsoft Entra ID 앱 등록과 Authorization Code Flow를 구성하고, App Roles와 보안 그룹으로 서비스 역할을 매핑해 비밀번호 인증을 전면 차단한 뒤 세션·쿠키 보안 정책까지 정리한다.
azure
사내 계정 SSO를 위해 Microsoft Entra ID 앱 등록과 Authorization Code Flow를 구성하고, App Roles와 보안 그룹으로 서비스 역할을 매핑해 비밀번호 인증을 전면 차단한 뒤 세션·쿠키 보안 정책까지 정리한다.
azure
사내 계정 SSO를 위해 Microsoft Entra ID 앱 등록과 Authorization Code Flow를 구성하고, App Roles와 보안 그룹으로 서비스 역할을 매핑해 비밀번호 인증을 전면 차단한 뒤 세션·쿠키 보안 정책까지 정리한다.
azure
사내 계정 SSO를 위해 Microsoft Entra ID 앱 등록과 Authorization Code Flow를 구성하고, App Roles와 보안 그룹으로 서비스 역할을 매핑해 비밀번호 인증을 전면 차단한 뒤 세션·쿠키 보안 정책까지 정리한다.
llm
MCP는 보안을 프로토콜로 보장하지 않는다. 위협 모델(STRIDE·MAESTRO·OWASP MCP Top 10)부터 Tool Poisoning 실전 메커니즘, OAuth 2.1 인증·인가, 에이전트 신원, 게이트웨이 런타임 통제, 배포 전 체크리스트까지 프로덕션 운영 관점에서 재...
llm
MCP는 보안을 프로토콜로 보장하지 않는다. 위협 모델(STRIDE·MAESTRO·OWASP MCP Top 10)부터 Tool Poisoning 실전 메커니즘, OAuth 2.1 인증·인가, 에이전트 신원, 게이트웨이 런타임 통제, 배포 전 체크리스트까지 프로덕션 운영 관점에서 재...
llm
MCP 서버는 30줄이면 만들 수 있지만, 그 30줄이 프로덕션에서 신뢰할 만한지 증명하는 일은 훨씬 어렵다. 프로토콜·도구 계약·모델 비결정성이 겹치는 MCP 서버를 Inspector 대화형 검증, 스펙 conformance 스위트, 속성 기반 테스트(PBT), 보안 회귀 테스트...
llm
MCP 서버는 30줄이면 만들 수 있지만, 그 30줄이 프로덕션에서 신뢰할 만한지 증명하는 일은 훨씬 어렵다. 프로토콜·도구 계약·모델 비결정성이 겹치는 MCP 서버를 Inspector 대화형 검증, 스펙 conformance 스위트, 속성 기반 테스트(PBT), 보안 회귀 테스트...
llm
MCP 서버는 30줄이면 만들 수 있지만, 그 30줄이 프로덕션에서 신뢰할 만한지 증명하는 일은 훨씬 어렵다. 프로토콜·도구 계약·모델 비결정성이 겹치는 MCP 서버를 Inspector 대화형 검증, 스펙 conformance 스위트, 속성 기반 테스트(PBT), 보안 회귀 테스트...
llm
MCP 서버는 30줄이면 만들 수 있지만, 그 30줄이 프로덕션에서 신뢰할 만한지 증명하는 일은 훨씬 어렵다. 프로토콜·도구 계약·모델 비결정성이 겹치는 MCP 서버를 Inspector 대화형 검증, 스펙 conformance 스위트, 속성 기반 테스트(PBT), 보안 회귀 테스트...
llm
MCP 서버는 30줄이면 만들 수 있지만, 그 30줄이 프로덕션에서 신뢰할 만한지 증명하는 일은 훨씬 어렵다. 프로토콜·도구 계약·모델 비결정성이 겹치는 MCP 서버를 Inspector 대화형 검증, 스펙 conformance 스위트, 속성 기반 테스트(PBT), 보안 회귀 테스트...
llm
MCP 서버는 30줄이면 만들 수 있지만, 그 30줄이 프로덕션에서 신뢰할 만한지 증명하는 일은 훨씬 어렵다. 프로토콜·도구 계약·모델 비결정성이 겹치는 MCP 서버를 Inspector 대화형 검증, 스펙 conformance 스위트, 속성 기반 테스트(PBT), 보안 회귀 테스트...
llm
MCP 서버는 30줄이면 만들 수 있지만, 그 30줄이 프로덕션에서 신뢰할 만한지 증명하는 일은 훨씬 어렵다. 프로토콜·도구 계약·모델 비결정성이 겹치는 MCP 서버를 Inspector 대화형 검증, 스펙 conformance 스위트, 속성 기반 테스트(PBT), 보안 회귀 테스트...
azure
폐쇄망에서 돌아가는 LLM 채팅 서비스의 프롬프트·토큰·비용·지연·품질을 관측하는 방법을 정리한다. Langfuse 트레이스 계층 구조, 감사 로그 이중 기록, Container Apps 로그를 Log Analytics로 모으는 KQL 파이프라인, 그리고 비용·SLO 알림과 데이터...
azure
폐쇄망에서 돌아가는 LLM 채팅 서비스의 프롬프트·토큰·비용·지연·품질을 관측하는 방법을 정리한다. Langfuse 트레이스 계층 구조, 감사 로그 이중 기록, Container Apps 로그를 Log Analytics로 모으는 KQL 파이프라인, 그리고 비용·SLO 알림과 데이터...
azure
폐쇄망에서 돌아가는 LLM 채팅 서비스의 프롬프트·토큰·비용·지연·품질을 관측하는 방법을 정리한다. Langfuse 트레이스 계층 구조, 감사 로그 이중 기록, Container Apps 로그를 Log Analytics로 모으는 KQL 파이프라인, 그리고 비용·SLO 알림과 데이터...
llm
에이전트의 텍스트 응답만으로는 전달되지 않는 구조·조작·확인의 손실을 짚고, MCP 앱스 확장이 서버의 UI 리소스를 호스트의 샌드박스 iframe에서 렌더링하는 구조, 선언적 UI와 개방형 UI의 트레이드오프, 유스케이스별 설계 가이드와 보안 경계, 사내 도구 전환 판단 기준을 ...
llm
에이전트의 텍스트 응답만으로는 전달되지 않는 구조·조작·확인의 손실을 짚고, MCP 앱스 확장이 서버의 UI 리소스를 호스트의 샌드박스 iframe에서 렌더링하는 구조, 선언적 UI와 개방형 UI의 트레이드오프, 유스케이스별 설계 가이드와 보안 경계, 사내 도구 전환 판단 기준을 ...
llm
에이전트의 텍스트 응답만으로는 전달되지 않는 구조·조작·확인의 손실을 짚고, MCP 앱스 확장이 서버의 UI 리소스를 호스트의 샌드박스 iframe에서 렌더링하는 구조, 선언적 UI와 개방형 UI의 트레이드오프, 유스케이스별 설계 가이드와 보안 경계, 사내 도구 전환 판단 기준을 ...
llm
에이전트의 텍스트 응답만으로는 전달되지 않는 구조·조작·확인의 손실을 짚고, MCP 앱스 확장이 서버의 UI 리소스를 호스트의 샌드박스 iframe에서 렌더링하는 구조, 선언적 UI와 개방형 UI의 트레이드오프, 유스케이스별 설계 가이드와 보안 경계, 사내 도구 전환 판단 기준을 ...
llm
에이전트의 텍스트 응답만으로는 전달되지 않는 구조·조작·확인의 손실을 짚고, MCP 앱스 확장이 서버의 UI 리소스를 호스트의 샌드박스 iframe에서 렌더링하는 구조, 선언적 UI와 개방형 UI의 트레이드오프, 유스케이스별 설계 가이드와 보안 경계, 사내 도구 전환 판단 기준을 ...
azure
1부에서 세운 사설 Container Apps 환경 위에 RAG 파이프라인을 올린다. 문서 파싱·벡터 검색·웹 검색·리랭킹을 각각 독립 컨테이너로 분리하고, 검색 품질과 부분 장애 대응까지 운영 관점에서 정리한다.
azure
1부에서 세운 사설 Container Apps 환경 위에 RAG 파이프라인을 올린다. 문서 파싱·벡터 검색·웹 검색·리랭킹을 각각 독립 컨테이너로 분리하고, 검색 품질과 부분 장애 대응까지 운영 관점에서 정리한다.
llm
MCP가 연결을 표준화한 뒤 병목은 컨텍스트와 절차 지식으로 옮겨 갔고, 그 자리에 SKILL.md 폴더 기반의 스킬이 들어왔다. 두 표준이 하는 일이 어떻게 다르고, 언제 무엇을 선택하며, 함께 쓸 때 토큰 예산을 어떻게 관리할지 정리한다.
llm
MCP가 연결을 표준화한 뒤 병목은 컨텍스트와 절차 지식으로 옮겨 갔고, 그 자리에 SKILL.md 폴더 기반의 스킬이 들어왔다. 두 표준이 하는 일이 어떻게 다르고, 언제 무엇을 선택하며, 함께 쓸 때 토큰 예산을 어떻게 관리할지 정리한다.
llm
MCP가 연결을 표준화한 뒤 병목은 컨텍스트와 절차 지식으로 옮겨 갔고, 그 자리에 SKILL.md 폴더 기반의 스킬이 들어왔다. 두 표준이 하는 일이 어떻게 다르고, 언제 무엇을 선택하며, 함께 쓸 때 토큰 예산을 어떻게 관리할지 정리한다.
llm
MCP를 붙였더니 왜 오히려 위험해지는가. 고정 파이프라인의 점진적 도구화, 선언적 의도와 컨트롤러 검증, 런타임 증거 기반 자가 개선, 그리고 MCP 서버를 만들기 전에 던져야 할 질문들을 실무 사례에서 설계 원칙으로 정리한다.
llm
MCP를 붙였더니 왜 오히려 위험해지는가. 고정 파이프라인의 점진적 도구화, 선언적 의도와 컨트롤러 검증, 런타임 증거 기반 자가 개선, 그리고 MCP 서버를 만들기 전에 던져야 할 질문들을 실무 사례에서 설계 원칙으로 정리한다.
azure
RAG 파이프라인을 마이크로서비스로 분리한 다음 단계는 데이터를 어디에 두느냐다. 영속 상태는 PostgreSQL, 세션·웹소켓·캐시는 Redis로 나누고, 레플리카 1~20개 환경에서 커넥션 풀과 TTL을 어떻게 설계했는지 정리한다.
azure
RAG 파이프라인을 마이크로서비스로 분리한 다음 단계는 데이터를 어디에 두느냐다. 영속 상태는 PostgreSQL, 세션·웹소켓·캐시는 Redis로 나누고, 레플리카 1~20개 환경에서 커넥션 풀과 TTL을 어떻게 설계했는지 정리한다.
azure
RAG 파이프라인을 마이크로서비스로 분리한 다음 단계는 데이터를 어디에 두느냐다. 영속 상태는 PostgreSQL, 세션·웹소켓·캐시는 Redis로 나누고, 레플리카 1~20개 환경에서 커넥션 풀과 TTL을 어떻게 설계했는지 정리한다.
k8s
EKS에서 노드 조인 실패와 NodeNotReady, VPC CNI·DNS·Service 문제, GPU 워크로드의 CUDA/NCCL 오류, 그리고 K8s Probe와 로드밸런서 헬스체크 불일치까지 한 흐름으로 재구성한다. 계층별 신호를 어떤 순서로 좁혀야 하는지에 초점을 맞춘 디버...
azure
앞선 편에서 튜닝한 PostgreSQL·Redis 커넥션 정보는 결국 어딘가에서 애플리케이션으로 주입된다. 자격증명이 이미지·환경 변수·파이프라인 로그로 새는 경로를 막고, Key Vault와 Managed Identity로 값을 애플리케이션 코드에서 지우는 구조를 정리한다. 주입...
azure
앞선 편에서 튜닝한 PostgreSQL·Redis 커넥션 정보는 결국 어딘가에서 애플리케이션으로 주입된다. 자격증명이 이미지·환경 변수·파이프라인 로그로 새는 경로를 막고, Key Vault와 Managed Identity로 값을 애플리케이션 코드에서 지우는 구조를 정리한다. 주입...
azure
앞선 편에서 튜닝한 PostgreSQL·Redis 커넥션 정보는 결국 어딘가에서 애플리케이션으로 주입된다. 자격증명이 이미지·환경 변수·파이프라인 로그로 새는 경로를 막고, Key Vault와 Managed Identity로 값을 애플리케이션 코드에서 지우는 구조를 정리한다. 주입...
k8s
EKS에서 파드 IP는 노드가 아니라 VPC 서브넷에서 나온다. aws-cni와 ipamd의 역할 분리, L3 라우티드 데이터패스, 워밍 풀·Prefix Delegation·IP 쿨다운, 노드별 IP 소비 계산과 NAU, 소형 인스턴스 fallback이 만드는 과다 예약, Karp...
k8s
EKS에서 파드 IP는 노드가 아니라 VPC 서브넷에서 나온다. aws-cni와 ipamd의 역할 분리, L3 라우티드 데이터패스, 워밍 풀·Prefix Delegation·IP 쿨다운, 노드별 IP 소비 계산과 NAU, 소형 인스턴스 fallback이 만드는 과다 예약, Karp...
k8s
EKS에서 파드 IP는 노드가 아니라 VPC 서브넷에서 나온다. aws-cni와 ipamd의 역할 분리, L3 라우티드 데이터패스, 워밍 풀·Prefix Delegation·IP 쿨다운, 노드별 IP 소비 계산과 NAU, 소형 인스턴스 fallback이 만드는 과다 예약, Karp...
k8s
EKS에서 파드 IP는 노드가 아니라 VPC 서브넷에서 나온다. aws-cni와 ipamd의 역할 분리, L3 라우티드 데이터패스, 워밍 풀·Prefix Delegation·IP 쿨다운, 노드별 IP 소비 계산과 NAU, 소형 인스턴스 fallback이 만드는 과다 예약, Karp...
k8s
EKS에서 파드 IP는 노드가 아니라 VPC 서브넷에서 나온다. aws-cni와 ipamd의 역할 분리, L3 라우티드 데이터패스, 워밍 풀·Prefix Delegation·IP 쿨다운, 노드별 IP 소비 계산과 NAU, 소형 인스턴스 fallback이 만드는 과다 예약, Karp...
k8s
EKS에서 파드 IP는 노드가 아니라 VPC 서브넷에서 나온다. aws-cni와 ipamd의 역할 분리, L3 라우티드 데이터패스, 워밍 풀·Prefix Delegation·IP 쿨다운, 노드별 IP 소비 계산과 NAU, 소형 인스턴스 fallback이 만드는 과다 예약, Karp...
k8s
커뮤니티 ingress-nginx 컨트롤러의 유지보수는 2026년 3월에 끝났다. GatewayClass·Gateway·HTTPRoute의 책임 분리, Ingress 어노테이션을 Gateway API 리소스로 옮기는 기능 대응표, CRD 사전 요구사항과 5단계 전환 절차, Cili...
k8s
커뮤니티 ingress-nginx 컨트롤러의 유지보수는 2026년 3월에 끝났다. GatewayClass·Gateway·HTTPRoute의 책임 분리, Ingress 어노테이션을 Gateway API 리소스로 옮기는 기능 대응표, CRD 사전 요구사항과 5단계 전환 절차, Cili...
k8s
커뮤니티 ingress-nginx 컨트롤러의 유지보수는 2026년 3월에 끝났다. GatewayClass·Gateway·HTTPRoute의 책임 분리, Ingress 어노테이션을 Gateway API 리소스로 옮기는 기능 대응표, CRD 사전 요구사항과 5단계 전환 절차, Cili...
k8s
커뮤니티 ingress-nginx 컨트롤러의 유지보수는 2026년 3월에 끝났다. GatewayClass·Gateway·HTTPRoute의 책임 분리, Ingress 어노테이션을 Gateway API 리소스로 옮기는 기능 대응표, CRD 사전 요구사항과 5단계 전환 절차, Cili...
k8s
커뮤니티 ingress-nginx 컨트롤러의 유지보수는 2026년 3월에 끝났다. GatewayClass·Gateway·HTTPRoute의 책임 분리, Ingress 어노테이션을 Gateway API 리소스로 옮기는 기능 대응표, CRD 사전 요구사항과 5단계 전환 절차, Cili...
k8s
커뮤니티 ingress-nginx 컨트롤러의 유지보수는 2026년 3월에 끝났다. GatewayClass·Gateway·HTTPRoute의 책임 분리, Ingress 어노테이션을 Gateway API 리소스로 옮기는 기능 대응표, CRD 사전 요구사항과 5단계 전환 절차, Cili...
azure
컨테이너 이미지 빌드부터 Container Apps 트래픽 전환까지를 하나의 파이프라인으로 묶는 방법을 정리한다. 커밋 SHA 태깅, ACR 빌드, blue-green 리비전 전략, 스모크 테스트 게이트와 롤백 절차를 실측 명령과 함께 다룬다.
azure
컨테이너 이미지 빌드부터 Container Apps 트래픽 전환까지를 하나의 파이프라인으로 묶는 방법을 정리한다. 커밋 SHA 태깅, ACR 빌드, blue-green 리비전 전략, 스모크 테스트 게이트와 롤백 절차를 실측 명령과 함께 다룬다.
llm
오픈 웨이트 모델을 직접 서빙하려면 데이터 수집, QLoRA 학습, 평가 게이트, Multi-LoRA 배포, 카나리 승격, 롤백까지 하나의 루프로 묶어야 한다. 모델·GPU·배포 모드 선택 기준, S3→NVMe 캐시, PP 멀티노드 교착 같은 실패 사례, 평가 임계값·레지스트리 운...
llm
오픈 웨이트 모델을 직접 서빙하려면 데이터 수집, QLoRA 학습, 평가 게이트, Multi-LoRA 배포, 카나리 승격, 롤백까지 하나의 루프로 묶어야 한다. 모델·GPU·배포 모드 선택 기준, S3→NVMe 캐시, PP 멀티노드 교착 같은 실패 사례, 평가 임계값·레지스트리 운...
llm
오픈 웨이트 모델을 직접 서빙하려면 데이터 수집, QLoRA 학습, 평가 게이트, Multi-LoRA 배포, 카나리 승격, 롤백까지 하나의 루프로 묶어야 한다. 모델·GPU·배포 모드 선택 기준, S3→NVMe 캐시, PP 멀티노드 교착 같은 실패 사례, 평가 임계값·레지스트리 운...
llm
오픈 웨이트 모델을 직접 서빙하려면 데이터 수집, QLoRA 학습, 평가 게이트, Multi-LoRA 배포, 카나리 승격, 롤백까지 하나의 루프로 묶어야 한다. 모델·GPU·배포 모드 선택 기준, S3→NVMe 캐시, PP 멀티노드 교착 같은 실패 사례, 평가 임계값·레지스트리 운...
llm
오픈 웨이트 모델을 직접 서빙하려면 데이터 수집, QLoRA 학습, 평가 게이트, Multi-LoRA 배포, 카나리 승격, 롤백까지 하나의 루프로 묶어야 한다. 모델·GPU·배포 모드 선택 기준, S3→NVMe 캐시, PP 멀티노드 교착 같은 실패 사례, 평가 임계값·레지스트리 운...
llm
모든 요청을 같은 모델로 보내면 비용은 선형으로 늘고 지연은 최악값에 맞춰진다. 2-Tier 게이트웨이(L1 Ingress / L2 LLM API Gateway) 구조, 게이트웨이 솔루션 비교, 난이도 기반 요청 캐스케이딩, 시맨틱 캐싱, 그리고 라우팅 품질을 어떻게 관측하는지까지...
llm
모든 요청을 같은 모델로 보내면 비용은 선형으로 늘고 지연은 최악값에 맞춰진다. 2-Tier 게이트웨이(L1 Ingress / L2 LLM API Gateway) 구조, 게이트웨이 솔루션 비교, 난이도 기반 요청 캐스케이딩, 시맨틱 캐싱, 그리고 라우팅 품질을 어떻게 관측하는지까지...
llm
모든 요청을 같은 모델로 보내면 비용은 선형으로 늘고 지연은 최악값에 맞춰진다. 2-Tier 게이트웨이(L1 Ingress / L2 LLM API Gateway) 구조, 게이트웨이 솔루션 비교, 난이도 기반 요청 캐스케이딩, 시맨틱 캐싱, 그리고 라우팅 품질을 어떻게 관측하는지까지...
llm
모든 요청을 같은 모델로 보내면 비용은 선형으로 늘고 지연은 최악값에 맞춰진다. 2-Tier 게이트웨이(L1 Ingress / L2 LLM API Gateway) 구조, 게이트웨이 솔루션 비교, 난이도 기반 요청 캐스케이딩, 시맨틱 캐싱, 그리고 라우팅 품질을 어떻게 관측하는지까지...
llm
모든 요청을 같은 모델로 보내면 비용은 선형으로 늘고 지연은 최악값에 맞춰진다. 2-Tier 게이트웨이(L1 Ingress / L2 LLM API Gateway) 구조, 게이트웨이 솔루션 비교, 난이도 기반 요청 캐스케이딩, 시맨틱 캐싱, 그리고 라우팅 품질을 어떻게 관측하는지까지...
llm
모든 요청을 같은 모델로 보내면 비용은 선형으로 늘고 지연은 최악값에 맞춰진다. 2-Tier 게이트웨이(L1 Ingress / L2 LLM API Gateway) 구조, 게이트웨이 솔루션 비교, 난이도 기반 요청 캐스케이딩, 시맨틱 캐싱, 그리고 라우팅 품질을 어떻게 관측하는지까지...
llm
모든 요청을 같은 모델로 보내면 비용은 선형으로 늘고 지연은 최악값에 맞춰진다. 2-Tier 게이트웨이(L1 Ingress / L2 LLM API Gateway) 구조, 게이트웨이 솔루션 비교, 난이도 기반 요청 캐스케이딩, 시맨틱 캐싱, 그리고 라우팅 품질을 어떻게 관측하는지까지...
azure
2편에서 정한 concurrentRequests 10이라는 값이 실제로 맞는지, Azure Load Testing으로 사설망 내부에 부하를 넣어 검증한다. 스케일 임계값 도달과 maxReplicas 도달이라는 두 변곡점을 p95 지연 곡선으로 읽고, 수용량과 병목을 도출하는 과정을...
azure
2편에서 정한 concurrentRequests 10이라는 값이 실제로 맞는지, Azure Load Testing으로 사설망 내부에 부하를 넣어 검증한다. 스케일 임계값 도달과 maxReplicas 도달이라는 두 변곡점을 p95 지연 곡선으로 읽고, 수용량과 병목을 도출하는 과정을...
azure
2편에서 정한 concurrentRequests 10이라는 값이 실제로 맞는지, Azure Load Testing으로 사설망 내부에 부하를 넣어 검증한다. 스케일 임계값 도달과 maxReplicas 도달이라는 두 변곡점을 p95 지연 곡선으로 읽고, 수용량과 병목을 도출하는 과정을...
llm
MCP 서버를 늘릴수록 사용자 입력 없이 소비되는 도구 정의 토큰이 컨텍스트를 잠식한다. 업프론트 로딩 비용을 정량화하고, 점진적 발견·툴 압축 프록시·코드 실행형 호출·프롬프트 캐시 정합성이라는 네 가지 기법을 게이트웨이 레벨 통합과 토큰 예산 관리 관점에서 재구성한다.
llm
MCP 서버를 늘릴수록 사용자 입력 없이 소비되는 도구 정의 토큰이 컨텍스트를 잠식한다. 업프론트 로딩 비용을 정량화하고, 점진적 발견·툴 압축 프록시·코드 실행형 호출·프롬프트 캐시 정합성이라는 네 가지 기법을 게이트웨이 레벨 통합과 토큰 예산 관리 관점에서 재구성한다.
llm
자가 개선(self-improving) 루프는 사람 라벨 없이 프로덕션 트레이스를 학습 신호로 되돌리는 구조다. 롤아웃·스코어·필터·트레인·디플로이의 5단계 아키텍처, 복합 리워드 설계, PII·동의 게이트, 리워드 해킹 탐지와 방어, 조직 차원의 도입 판단 기준을 운영자 시점에서...
llm
자가 개선(self-improving) 루프는 사람 라벨 없이 프로덕션 트레이스를 학습 신호로 되돌리는 구조다. 롤아웃·스코어·필터·트레인·디플로이의 5단계 아키텍처, 복합 리워드 설계, PII·동의 게이트, 리워드 해킹 탐지와 방어, 조직 차원의 도입 판단 기준을 운영자 시점에서...
llm
자가 개선(self-improving) 루프는 사람 라벨 없이 프로덕션 트레이스를 학습 신호로 되돌리는 구조다. 롤아웃·스코어·필터·트레인·디플로이의 5단계 아키텍처, 복합 리워드 설계, PII·동의 게이트, 리워드 해킹 탐지와 방어, 조직 차원의 도입 판단 기준을 운영자 시점에서...
agent
TypeSafe AI의 System One 모델 Jev는 어떻게 자연어 상태에서 타입화된 결정을 도출하는가? POST /v1/systemone 엔드포인트의 3대 프리미티브(Choice·Score·Noul) 응답 스펙, 공식 신뢰도(Confidence) 수식, CJK 및 버전 고정 ...
agent
TypeSafe AI의 System One 모델 Jev는 어떻게 자연어 상태에서 타입화된 결정을 도출하는가? POST /v1/systemone 엔드포인트의 3대 프리미티브(Choice·Score·Noul) 응답 스펙, 공식 신뢰도(Confidence) 수식, CJK 및 버전 고정 ...
agent
단순한 참/거짓 판정이나 라벨 분류를 위해 생성형 LLM의 토큰 생성을 기다릴 필요가 있을까? TypeSafe AI가 공개한 비생성형 System One 모델 Jev의 작동 원리, 핵심 프리미티브(Boolean·Choice·Score), REFLEX 프레임워크의 선택적 제어 실측치...
agent
단순한 참/거짓 판정이나 라벨 분류를 위해 생성형 LLM의 토큰 생성을 기다릴 필요가 있을까? TypeSafe AI가 공개한 비생성형 System One 모델 Jev의 작동 원리, 핵심 프리미티브(Boolean·Choice·Score), REFLEX 프레임워크의 선택적 제어 실측치...
agent
단순한 참/거짓 판정이나 라벨 분류를 위해 생성형 LLM의 토큰 생성을 기다릴 필요가 있을까? TypeSafe AI가 공개한 비생성형 System One 모델 Jev의 작동 원리, 핵심 프리미티브(Boolean·Choice·Score), REFLEX 프레임워크의 선택적 제어 실측치...
llmk8s
멀티턴 대화, 에이전트 루프, 대규모 시스템 프롬프트 워크로드에서 TTFT(Time-to-First-Token)와 서빙 처리량을 결정짓는 핵심 병목은 접두사 캐싱(Prefix Caching)이다. vLLM의 PagedAttention 청크 해시 캐싱과 SGLang의 RadixAtt...
llmk8s
멀티턴 대화, 에이전트 루프, 대규모 시스템 프롬프트 워크로드에서 TTFT(Time-to-First-Token)와 서빙 처리량을 결정짓는 핵심 병목은 접두사 캐싱(Prefix Caching)이다. vLLM의 PagedAttention 청크 해시 캐싱과 SGLang의 RadixAtt...
llmk8s
멀티턴 대화, 에이전트 루프, 대규모 시스템 프롬프트 워크로드에서 TTFT(Time-to-First-Token)와 서빙 처리량을 결정짓는 핵심 병목은 접두사 캐싱(Prefix Caching)이다. vLLM의 PagedAttention 청크 해시 캐싱과 SGLang의 RadixAtt...
llmk8s
멀티턴 대화, 에이전트 루프, 대규모 시스템 프롬프트 워크로드에서 TTFT(Time-to-First-Token)와 서빙 처리량을 결정짓는 핵심 병목은 접두사 캐싱(Prefix Caching)이다. vLLM의 PagedAttention 청크 해시 캐싱과 SGLang의 RadixAtt...
agent
비평 모델(Critic Model)을 제거한 DeepSeek-R1의 GRPO 강화학습부터, 안드레이 카파시가 증명한 700회 무감독 자율 연구 루프(Autoresearch)까지. 에이전트가 스스로 훈련 코드를 수정해 모델 학습 시간을 11% 단축한 메커니즘과 프로덕션 5단계 자가 ...
agent
비평 모델(Critic Model)을 제거한 DeepSeek-R1의 GRPO 강화학습부터, 안드레이 카파시가 증명한 700회 무감독 자율 연구 루프(Autoresearch)까지. 에이전트가 스스로 훈련 코드를 수정해 모델 학습 시간을 11% 단축한 메커니즘과 프로덕션 5단계 자가 ...
llm
대규모 컨텍스트와 에이전트 루프에서 서빙 인프라의 최대 병목인 KV 캐시를 32분의 1로 압축하는 Multi-Head Latent Attention(MLA)의 수리적 메커니즘(저랭크 압축, 가중치 흡수, 분리형 RoPE)을 증명하고, Kubernetes 환경에서 SGLang Rad...
llm
대규모 컨텍스트와 에이전트 루프에서 서빙 인프라의 최대 병목인 KV 캐시를 32분의 1로 압축하는 Multi-Head Latent Attention(MLA)의 수리적 메커니즘(저랭크 압축, 가중치 흡수, 분리형 RoPE)을 증명하고, Kubernetes 환경에서 SGLang Rad...
llm
대규모 컨텍스트와 에이전트 루프에서 서빙 인프라의 최대 병목인 KV 캐시를 32분의 1로 압축하는 Multi-Head Latent Attention(MLA)의 수리적 메커니즘(저랭크 압축, 가중치 흡수, 분리형 RoPE)을 증명하고, Kubernetes 환경에서 SGLang Rad...
agent
SWE-bench Verified가 97%로 포화되며 정적 문제은행의 시대가 끝났다. Humanity’s Last Exam(HLE)에서 문항당 최대 8.8만 개의 추론 토큰이 폭발하는 2026년, 비생성형 System One(Jev)으로 불확실성을 사전 계측하고 하이브리드 사고 예...
agent
SWE-bench Verified가 97%로 포화되며 정적 문제은행의 시대가 끝났다. Humanity’s Last Exam(HLE)에서 문항당 최대 8.8만 개의 추론 토큰이 폭발하는 2026년, 비생성형 System One(Jev)으로 불확실성을 사전 계측하고 하이브리드 사고 예...
agent
SWE-bench Verified가 97%로 포화되며 정적 문제은행의 시대가 끝났다. Humanity’s Last Exam(HLE)에서 문항당 최대 8.8만 개의 추론 토큰이 폭발하는 2026년, 비생성형 System One(Jev)으로 불확실성을 사전 계측하고 하이브리드 사고 예...
agent
SWE-bench Verified가 97%로 포화되며 정적 문제은행의 시대가 끝났다. Humanity’s Last Exam(HLE)에서 문항당 최대 8.8만 개의 추론 토큰이 폭발하는 2026년, 비생성형 System One(Jev)으로 불확실성을 사전 계측하고 하이브리드 사고 예...
agent
바이너리와 애플리케이션 역공학을 수행하는 자율 에이전트는 왜 수천 개의 디컴파일 함수 앞에서 무력해지는가? morluto/rea의 정규화된 EvidenceLedger 구조와 TypeSafe AI의 System One(Jev) 루브릭을 결합하여 지연 시간과 비용을 90% 이상 절감하...
agent
바이너리와 애플리케이션 역공학을 수행하는 자율 에이전트는 왜 수천 개의 디컴파일 함수 앞에서 무력해지는가? morluto/rea의 정규화된 EvidenceLedger 구조와 TypeSafe AI의 System One(Jev) 루브릭을 결합하여 지연 시간과 비용을 90% 이상 절감하...
agent
바이너리와 애플리케이션 역공학을 수행하는 자율 에이전트는 왜 수천 개의 디컴파일 함수 앞에서 무력해지는가? morluto/rea의 정규화된 EvidenceLedger 구조와 TypeSafe AI의 System One(Jev) 루브릭을 결합하여 지연 시간과 비용을 90% 이상 절감하...
agent
약 2,000개 TypeScript 파일의 Claude Code 소스맵 유출로 드러난 프로덕션 에이전트의 내부 설계도. 785KB 단일 queryLoop() 엔진, 4단계 반응형 컨텍스트 압축, 벡터 DB를 폐기한 MEMORY.md 회의적 메모리와 8계층 양파형 보안 모델을 심층 ...
agent
약 2,000개 TypeScript 파일의 Claude Code 소스맵 유출로 드러난 프로덕션 에이전트의 내부 설계도. 785KB 단일 queryLoop() 엔진, 4단계 반응형 컨텍스트 압축, 벡터 DB를 폐기한 MEMORY.md 회의적 메모리와 8계층 양파형 보안 모델을 심층 ...
llm
커밋 코드의 42%를 AI가 짜는 시대, 대중적 튜토리얼이 다루지 않는 엔터프라이즈 Day-2 운영 현실을 짚는다. 10만 토큰을 잠식하는 MCP 컨텍스트 비대화 방어, 4대 코딩 도구(Cursor·Windsurf·Claude Code·Cline) 아키텍처 비교, 점진적 발견 프록...
llm
커밋 코드의 42%를 AI가 짜는 시대, 대중적 튜토리얼이 다루지 않는 엔터프라이즈 Day-2 운영 현실을 짚는다. 10만 토큰을 잠식하는 MCP 컨텍스트 비대화 방어, 4대 코딩 도구(Cursor·Windsurf·Claude Code·Cline) 아키텍처 비교, 점진적 발견 프록...
llm
커밋 코드의 42%를 AI가 짜는 시대, 대중적 튜토리얼이 다루지 않는 엔터프라이즈 Day-2 운영 현실을 짚는다. 10만 토큰을 잠식하는 MCP 컨텍스트 비대화 방어, 4대 코딩 도구(Cursor·Windsurf·Claude Code·Cline) 아키텍처 비교, 점진적 발견 프록...
llm
커밋 코드의 42%를 AI가 짜는 시대, 대중적 튜토리얼이 다루지 않는 엔터프라이즈 Day-2 운영 현실을 짚는다. 10만 토큰을 잠식하는 MCP 컨텍스트 비대화 방어, 4대 코딩 도구(Cursor·Windsurf·Claude Code·Cline) 아키텍처 비교, 점진적 발견 프록...
llm
커밋 코드의 42%를 AI가 짜는 시대, 대중적 튜토리얼이 다루지 않는 엔터프라이즈 Day-2 운영 현실을 짚는다. 10만 토큰을 잠식하는 MCP 컨텍스트 비대화 방어, 4대 코딩 도구(Cursor·Windsurf·Claude Code·Cline) 아키텍처 비교, 점진적 발견 프록...
agent
GPU 노드 장애, HBM OOM 스파이크, 롱테일 지연 시간 앞에서 AI 플랫폼의 무중단 가용성을 어떻게 보장할 것인가? 슬라이딩 윈도우 적응형 서킷 브레이커, 그레이스풀 드레인, 제로 다운타임 롤아웃, 그리고 p99 지연 시간을 방어하는 투기적 헤지드 요청(Hedged Requ...
agent
GPU 노드 장애, HBM OOM 스파이크, 롱테일 지연 시간 앞에서 AI 플랫폼의 무중단 가용성을 어떻게 보장할 것인가? 슬라이딩 윈도우 적응형 서킷 브레이커, 그레이스풀 드레인, 제로 다운타임 롤아웃, 그리고 p99 지연 시간을 방어하는 투기적 헤지드 요청(Hedged Requ...
agent
GPU 노드 장애, HBM OOM 스파이크, 롱테일 지연 시간 앞에서 AI 플랫폼의 무중단 가용성을 어떻게 보장할 것인가? 슬라이딩 윈도우 적응형 서킷 브레이커, 그레이스풀 드레인, 제로 다운타임 롤아웃, 그리고 p99 지연 시간을 방어하는 투기적 헤지드 요청(Hedged Requ...
llm
데이터 유출과 외부 통신이 원천 차단된 사설망 환경에서 수백억~수천억 파라미터 LLM을 어떻게 안정적으로 서빙할 것인가? 제로 트러스트 프라이빗 인프라 경계, 텐서/파이프라인 병렬화의 All-Reduce 통신 병목 수식, 그리고 Prefill과 Decode를 분리하여 p99 지연 ...
llm
데이터 유출과 외부 통신이 원천 차단된 사설망 환경에서 수백억~수천억 파라미터 LLM을 어떻게 안정적으로 서빙할 것인가? 제로 트러스트 프라이빗 인프라 경계, 텐서/파이프라인 병렬화의 All-Reduce 통신 병목 수식, 그리고 Prefill과 Decode를 분리하여 p99 지연 ...
llm
데이터 유출과 외부 통신이 원천 차단된 사설망 환경에서 수백억~수천억 파라미터 LLM을 어떻게 안정적으로 서빙할 것인가? 제로 트러스트 프라이빗 인프라 경계, 텐서/파이프라인 병렬화의 All-Reduce 통신 병목 수식, 그리고 Prefill과 Decode를 분리하여 p99 지연 ...
llm
데이터 유출과 외부 통신이 원천 차단된 사설망 환경에서 수백억~수천억 파라미터 LLM을 어떻게 안정적으로 서빙할 것인가? 제로 트러스트 프라이빗 인프라 경계, 텐서/파이프라인 병렬화의 All-Reduce 통신 병목 수식, 그리고 Prefill과 Decode를 분리하여 p99 지연 ...