티스토리

EggBoy Coding

검색하기

블로그 홈

EggBoy Coding

koreatstm.tistory.com/m

계란소년 님의 블로그입니다.

구독자: 3

방명록 방문하기

주요 글 목록

우리 FISA AI엔지니어링 16주차 과정 Monday(04.21) 대망의 최종 프로젝트를 시작했다.금융관련 프로젝트라 주제 선정이 쉽지 않았다. 멘토님의 조언이 큰 도움이 되었다. import lombok.NoArgsConstructor;import lombok.AllArgsConstructor;import lombok.RequiredArgsConstructor;import lombok.NonNull;// @NoArgsConstructor 예시@NoArgsConstructorpublic class NoArgsExample { private int id; private String name;}// @AllArgsConstructor 예시@AllArgsConstructorpublic class AllArgsExample { pr.. 공감수 0 댓글수 0 2025. 4. 24.
정보처리기사 실기 후기 2025년 정보처리기사 1회 실기 시험을 봤다.필시 시험 후기는 아래에https://koreatstm.tistory.com/241 정보처리기사 필기 후기https://koreatstm.tistory.com/225#Monday%20(01.13)-1 우리 FISA AI엔지니어링 3주차 과정Monday (01.13)더보기오늘의 점심 별점 ⭐️ ⭐️ ⭐️구내식당에서 먹었다.5500원... 그냥 먹자https://map.naver.com/p/entry/place/188koreatstm.tistory.com 준비방법 전공자이기도 하고, 주위에서 공부 조금만 하면 쉽다고 해서 일주일을 공부 일정으로 잡았다.문제는 막상 시험 일주일 전이 되자, 감기 때문에 공부를 할 수가 없었다. (감기는 금방 나았는데...어지러움증.. 공감수 1 댓글수 0 2025. 4. 20.
우리 FISA AI엔지니어링 15주차 과정 Monday(04.14) class Parent { void hello() { System.out.println("부모입니다."); }}class Child extends Parent { void hello() { System.out.println("자식입니다."); } void onlyChild() { System.out.println("나는 자식만 가능"); }} 1. Parent obj = new Parent();부모 타입 참조변수부모 객체만 생성부모 메서드만 접근 가능 Parent obj = new Parent();obj.hello(); // 부모입니다.obj.onlyChild(); // 에러! (Parent에는 없음.. 공감수 0 댓글수 0 2025. 4. 15.
우리 FISA AI엔지니어링 14주차 과정 Monday(04.07)정보처리기사 실기 대비 문제 풀기 파이썬(완) Tuesday(04.08)정보처리기사 실기 대비 문제 풀기 C언어 - 함수, 완전수, for 문 Wednesady(04.09)정보처리기사 실기 대비 문제 풀기 C언어 - 연산자, while 문, 재귀, 정렬 Thursday(04.10) https://github.com/seongjju/test_aws GitHub - seongjju/test_awsContribute to seongjju/test_aws development by creating an account on GitHub.github.com app = Flask(__name__)def upload_file_to_s3(file): s3 = boto3.client('s3',.. 공감수 0 댓글수 0 2025. 4. 10.
쿠버네티스 설정 파일 쿠버네티스에는 설정을 위한 방법이 2가지 존재한다. ConfigMap application.ymal이나 .env처럼 별도의 파일을 분리해서 관리하여 유지보수와 개발, 테스트, 배포를 용이하게 한다.앞서 말한 여러가지 오브젝트들처럼 환경 변수를 관리하기 위한 역할을 가진 오브젝트가 존재한다. 환경변수 분리 오브젝트 1. ConfigMap 매니페스트 파일 생성하기 flask-config.yamlapiVersion: v1kind: ConfigMapmetadata: name: flask-config # ConfigMap 이름data: my-account: seongjju my-password: 1234flask-config.yaml 파일은 ConfigMap을 생성여기에서 환경변수로 사용할 my-accoun.. 공감수 0 댓글수 0 2025. 4. 1.
우리 FISA AI엔지니어링 13주차 과정 Monday(03.31) 오늘 자리를 바꿨는데...이번달도 맨 앞자리 ㅋㅋhttps://koreatstm.tistory.com/277 쿠버네티스 로컬 실습Flask로 만든 웹사이트를 쿠버네티스로 띄어보자 Flask 내용https://koreatstm.tistory.com/category/%F0%9F%90%BC%20%EB%B0%B1%EC%95%A4%EB%93%9C/Flask '🐼 백앤드/Flask' 카테고리의 글 목록 koreatstm.tistory.com 배포 Dockerfikoreatstm.tistory.com Tuesday(04.01) 더보기 https://naver.me/G9rg1oMW 네이버 지도식락map.naver.com 한동안 JTBC에 갈 수가 없어서 식당에서 사먹어야 한다.오늘도 식락은.. 공감수 0 댓글수 0 2025. 4. 1.
쿠버네티스 로컬 실습 Flask로 만든 웹사이트를 쿠버네티스로 띄어보자 Flask 내용https://koreatstm.tistory.com/category/%F0%9F%90%BC%20%EB%B0%B1%EC%95%A4%EB%93%9C/Flask '🐼 백앤드/Flask' 카테고리의 글 목록 koreatstm.tistory.com 배포 Dockerfile# Base imageFROM python:3.9-slim# Set working directoryWORKDIR /app# Copy requirements and install dependenciesCOPY requirements.txt /app/RUN pip install --no-cache-dir -r requirements.txt# Copy Flask app codeCOPY.. 공감수 0 댓글수 0 2025. 3. 31.
Flask에서 템플릿 사용하기 Flask는 템플릿을 사용하여 웹 페이지를 동적으로 렌더링할 수 있다.템플릿은 HTML 파일과 유사하지만 그 안에서 파이썬 코드(Jinja2 템플릿 언어)를 사용하여 데이터를 동적으로 삽입하고 제어 1. 템플릿 파일 디렉토리 구조 /project_name |-- app.py |-- config.py |-- models.py |-- templates/ |-- categories.html |-- products.html |-- users.html |-- test.db templates/index.html Welcome to the Home Page Click below to see the categories, products, or .. 공감수 0 댓글수 0 2025. 3. 29.
flask with ORM ORM (Object-Relational Mapping) 객체 지향 프로그래밍 언어에서 관계형 데이터베이스의 데이터를 객체로 매핑하는 방법Flask-SQLAlchemy는 Python 객체와 데이터베이스 테이블 간의 매핑을 자동으로 처리 -> SQL 쿼리 작성 없이 Python 객체를 다루듯 데이터베이스와 상호작용 가능# ORM 설치$ pip install flask-migrate ORM 구성 1. config.py.env 파일: 애플리케이션 외부에서 환경 변수를 관리하는 파일비밀번호, API 키, 데이터베이스 URI와 같은 민감한 설정 값들이 포함SQLALCHEMY_DATABASE_URI: 데이터베이스 URI를 설정SQLALCHEMY_TRACK_MODIFICATIONS: False로 설정하여 Flask가.. 공감수 0 댓글수 0 2025. 3. 27.
Flask 웹 애플리케이션의 구조와 동작 원리 백앤드 백엔드는 사용자가 직접 접근하지 않는 서버 측 시스템을 의미하며, 데이터 처리, 비즈니스 로직, 인증, API 제공 등을 담당한다.백엔드 프레임워크란?백엔드 프레임워크는 웹 애플리케이션 개발을 쉽게 만들기 위한 라이브러리와 도구 모음이다.개발자는 이를 통해 요청을 처리하고, 보안 및 데이터베이스 작업을 쉽게 구현할 수 있다.💡 웹 프레임워크를 사용하면 좋은 점✅ 반복적인 작업 감소 → 요청 라우팅, 데이터 검증 등을 자동화✅ 개발 속도 향상 → 기본적인 기능이 제공됨✅ 디버깅과 테스트 도구 제공 → 오류 찾기가 쉬움어떤 프레임워크를 고를지 고려사항프로젝트 규모와 복잡도프레임워크 확장 가능성커뮤니티라이선스 정책Flask장점간결하고 가볍다. 불필요한 기능이 없어, 필요한 기능만 추가해서 사용 가능자.. 공감수 0 댓글수 0 2025. 3. 26.
우리 FISA AI엔지니어링 12주차 과정 Monday(03.24) JavaScript 개념 정리 1. 변수와 데이터 타입(1) 변수 선언 방식var: 함수 스코프, 재선언/재할당 가능 let: 블록 스코프, 재선언 불가, 재할당 가능const: 블록 스코프, 재선언 불가, 재할당 불가 (2) 데이터 타입JavaScript의 데이터 타입은 크게 원시 타입과 참조 타입으로 나뉜다. 코틀린이랑 비슷하네원시 타입 (Primitive Type)Number: 정수, 부동소수점 String: 문자열 Boolean: 논리값 null: 값이 없음을 나타냄undefined: 변수가 선언되었지만 값이 할당되지 않음Symbol: 유일한 값 생성 BigInt: 큰 정수를 다룰 때 사용 참조 타입 (Reference Type)Object: 키-값 쌍을 가지는 객체Arr.. 공감수 0 댓글수 0 2025. 3. 24.
쿠버네티스 로드밸런싱 및 헬스체크 쿠버네티스는 로드밸런싱과 헬스체크를 통해 시스템의 안정성을 유지하고 트래픽의 분배와 파드의 상태를 효과적으로 관리한다.이에 대해서 알아보자 쿠버네티스 로드밸런싱 쿠버네티스에서 로드밸런싱은 주로 서비스를 통해 이루어진다.https://koreatstm.tistory.com/270#%EC%BF%A0%EB%B2%84%EB%84%A4%ED%8B%B0%EC%8A%A4%EC%97%90%EC%84%9C%20%EC%99%B8%EB%B6%80%20%ED%8A%B8%EB%9E%98%ED%94%BD%EC%9D%84%20%EB%82%B4%EB%B6%80%EB%A1%9C%20%EC%97%B0%EA%B2%B0%ED%95%98%EB%8A%94%203%EA%B0%80%EC%A7%80%20%EB%B0%A9%EB%B2%95-1 쿠버네티.. 공감수 0 댓글수 0 2025. 3. 22.
쿠버네티스 서비스와 플라넬 https://koreatstm.tistory.com/188 쿠버네티스쿠버네티스를 알아보기 앞서, 오케스트레이션과 그에 관련한 개념들을 알아보자!! 기본개념 로드밸런싱개념: 여러 컨테이너에 요청을 분산시켜 부하를 균등하게 배분하는 것방법: 로드밸런싱koreatstm.tistory.com저번에 쿠버네티스의 기본 개념과 구조에 대해서 알아봤다. 이번에는 세부적인 내용을 뜯어보도록 하자 네트워크 연결도커는 컨테이너 내부와 컨테이너 외부의 네트워크가 독립적이다.쿠버네티스는 파드 내부의 네트워크를 공유하기에 같은 파드의 컨테이너는 동일 네트워크를 공유한다.이때, 중요한 것은 파드의 네트워크와 로컬 컴퓨터의 네트워크는 독립적으로 분리된다.따라서, 쿠버네티스로 파드에서 컨테이너(예: flask)를 띄우고 요청 했을 .. 공감수 0 댓글수 0 2025. 3. 19.
MLFlow 개념 MinIO란? MinIO는 AWS S3와 호환되는 오브젝트 스토리지 시스템으로, 데이터를 저장하고 관리하는 역할 실습 요청사항 data는 minio의 raw-data 버킷에서 가져와서 airflow로 매 시간 정각에 실행되는, 로그는 mlflow에 남는 pipeline dag를 완성dag이름은 00_airflow_mlops.py로 합니다.experiment 이름은 fisa-ml 사고과정 MinIO에서 데이터를 가져와서, 데이터를 처리한 후, MLflow에 로깅하는 데이터 파이프라인을 구축하는 DAG를 만들면 된다. MinIO에서 raw-data 버킷에 있는 data.csv 파일을 가져옴가져온 데이터를 처리하여 통계값(평균)을 계산MLflow에 로그를 기록하여 실험 관리매 시간 정각(0분)마다 실행.. 공감수 0 댓글수 0 2025. 3. 19.
Airflow MLOps Machine Learning Operations머신러닝(ML) 모델을 배포, 모니터링, 유지 관리하는 일련의 과정을 의미목표: ML 모델의 개발 생명 주기를 자동화하고 최적화하는 것이 목표필요성워크플로우 자동화: 모델 개발, 학습, 배포, 모니터링 등 전체 파이프라인 자동화안정성: 모델을 프로덕션 환경에 안정적으로 배포하고, 지속적인 모니터링을 통해 이상 상황 감지 및 대응확장성: 데이터와 트래픽에 맞게 인프라 확장모니터링: 실시간 성능 지표, 로그, 알림 통해 성능 저하, 오류 모니터링장점빠른 배포: 머신러닝 모델의 배포 과정을 자동화협업 효율성 향상: 데이터 과학자, 개발자, 운영팀의 협업모델 성능 향상: 모니터링&필요 시 업데이트vs DevOps공통점: 둘 다 소프트웨어 개발과 운영을 .. 공감수 0 댓글수 0 2025. 3. 18.
우리 FISA AI엔지니어링 11주차 과정 Monday(03.17) https://koreatstm.tistory.com/268 AirflowMLOps Machine Learning Operations머신러닝(ML) 모델을 배포, 모니터링, 유지 관리하는 일련의 과정을 의미목표: ML 모델의 개발 생명 주기를 자동화하고 최적화하는 것이 목표필요성워크플로우 자동화:koreatstm.tistory.com Tuesday(03.18)수업 AirFlow 실습https://koreatstm.tistory.com/268#%EC%8B%A4%EC%8A%B5-1 특강 입사지원서류 작성 가이드 1. 입사지원서류란?입사지원서는 내가 어떤 사람인지 보여주는 중요한 도구, 면접 기회를 얻는 첫 번째 관문나의 강점과 경험을 효과적으로 보여주어야 한다. 2. 지원서 작성 .. 공감수 0 댓글수 0 2025. 3. 17.
시계열 데이터 개념 시간의 흐름에 따라 수집된 데이터로, 특정 시간 간격을 두고 연속적으로 관측된 값을 의미시간에 따른 변화와 패턴을 분석하는 데 중점을 두기 때문에, 예측, 트렌드 분석, 이상 탐지 등에 유용하게 활용 모델전통적인 시계열 분석 모델 AR (Auto-Regressive) 모델: 과거 데이터(자기 회귀)를 기반으로 현재 값을 예측MA (Moving Average) 모델: 과거의 오차(잔차) 값을 기반으로 현재 값을 예측ARMA (Auto-Regressive Moving Average): AR과 MA 모델을 결합한 방식ARIMA (Auto-Regressive Integrated Moving Average) 모델: 비정상 시계열 데이터를 차분하여 안정적으로 만든 후 예측하는 모델SARIMA (Seasonal.. 공감수 1 댓글수 0 2025. 3. 16.
우리 FISA AI엔지니어링 10주차 과정 Monday(03.10) 예비군 이슈 ... Tuesday(03.11) https://koreatstm.tistory.com/266 시계열 데이터개념 시간의 흐름에 따라 수집된 데이터로, 특정 시간 간격을 두고 연속적으로 관측된 값을 의미시간에 따른 변화와 패턴을 분석하는 데 중점을 두기 때문에, 예측, 트렌드 분석, 이상 탐지 등koreatstm.tistory.com 오늘 6시부터 프로젝트 준비를 했다.지민이랑 명희랑 셋이 프로젝트 조가 되었고, 재미있는 데이터를 사용해보자 해서, 네이버웹툰 데이터를 가지고 개발을 진행했다.해당 데이터로 뭘 할 수 있을까 고민을 해봤는데, 마땅히 써먹을 수 있는 데이터가 아니다라고 판단해서, 그러면 댓글을 크롤링 해와서 이걸로 개발을 시작해보자 라는 계획을 가졌다. W.. 공감수 0 댓글수 2 2025. 3. 16.
딥러닝 딥러닝과 신경망 머신러닝의 한 분야로, 인공 신경망(ANN)을 기반으로 대량의 데이터를 학습하여 뛰어난 성능을 발휘하는 알고리즘딥러닝은 여러 층을 통해 점점 더 추상화된 특징을 학습하며, 복잡한 패턴을 인식하고 문제를 해결하는 데 뛰어난 성능을 보인다.특히 딥러닝은 대규모 데이터와 강력한 계산 능력을 활용하여 모델이 점점 더 강력한 예측 능력을 발휘하도록 한다. 딥러닝 vs 전통적인 머신러닝 전통적인 머신러닝에서는 특징 추출(Feature Engineering)을 사람이 직접 해야 한다.딥러닝은 자동 특징 학습(Representation Learning)을 통해 데이터를 자동으로 분석하고 중요한 특징을 학습한다. 전통적인 머신러닝 모델은 주로 단일 층에서 주어진 특징을 바탕으로 예측을 수행딥러닝 모델은 .. 공감수 0 댓글수 0 2025. 3. 5.
비지도학습 비지도 학습이란? 타깃 값을 알 수 없거나 예측할 수 없는 데이터를 학습하는 방법지도 학습과 달리 정답(라벨)이 없으며, 데이터의 패턴을 발견하고 그룹화하는 데 초점을 맞춤ex) 군집, 차원축소 1. 군집 알고리즘 (Clustering) 비슷한 샘플끼리 그룹으로 묶는 과정, 이를 수행하는 알고리즘클러스터: 군집에서 만들어진 각 그룹 K-Means 군집 알고리즘 K-Means는 가장 널리 사용되는 군집 알고리즘으로, K개의 클러스터 중심(센트로이드, Centroid)을 자동으로 찾는 방식K-Means 알고리즘 작동 방식임의로 K개의 클러스터 중심을 지정각 샘플을 가장 가까운 클러스터 중심에 할당클러스터에 속한 샘플들의 평균값을 계산하여 새로운 클러스터 중심을 갱신클러스터 중심이 더 이상 변화하지 않을 때까.. 공감수 0 댓글수 0 2025. 3. 5.
결정 트리 & 앙상블 1. 결정 트리 데이터를 트리 구조로 분류하는 지도 학습 알고리즘각 노드에서 특정 기준을 바탕으로 데이터를 분할하고, 최종적으로 각 리프 노드에서 예측 값을 결정 특징해석이 쉬우며 시각적으로 표현 가능과대적합(overfitting)될 가능성이 있음분할 기준에 따라 성능이 달라질 수 있음 사이킷런을 활용한 결정 트리 구현from sklearn.tree import DecisionTreeClassifier# 모델 생성 및 학습dt = DecisionTreeClassifier(max_depth=3, random_state=42)dt.fit(X_train, y_train)# 예측y_pred = dt.predict(X_test) 교차 검증과 검증 세트 교차 검증 모델을 평가할 때 데이터를 여러 번 학습 및 검증하.. 공감수 1 댓글수 0 2025. 3. 5.
로지스틱 회귀 1. 로지스틱 회귀 로지스틱 회귀는 이름에서 "회귀"라는 단어가 포함되어 있지만, 실제로는 분류 문제를 해결하는 알고리즘이다.주로 이진 분류에서 사용되며, 예측 값을 0과 1 사이의 확률로 변환하여 결과를 제공선형 방정식을 기반으로 하며, 이 값을 시그모이드 함수를 통해 0과 1 사이의 확률 값으로 변환-> 분류 문제에서 각 클래스에 속할 확률을 계산 작동 원리 입력 데이터를 바탕으로 선형 방정식을 통해 예측값을 계산그러나 이 예측값은 확률이 아니므로, 이를 시그모이드 함수에 통과시켜 0과 1 사이의 확률로 변환한다.이진 분류에서 확률값이 0.5보다 크면 양성 클래스, 작으면 음성 클래스로 예측from sklearn.linear_model import LogisticRegression# 모델 생성lr .. 공감수 0 댓글수 0 2025. 3. 5.
우리 FISA AI엔지니어링 9주차 과정 Monday(03.03) 오늘은 대체공휴일이라, 집에서 redis 공부를 했다.https://koreatstm.tistory.com/257 Tuesday(03.04)https://koreatstm.tistory.com/259 Wednesday(03.05)https://koreatstm.tistory.com/260https://koreatstm.tistory.com/262 Thursday(03.06)https://koreatstm.tistory.com/264 Friday(03.07) 원-핫 인코딩 범주형 데이터를 머신러닝 모델이 이해할 수 있는 숫자 형태로 변환하기 위해서 사용머신러닝 모델은 숫자 데이터를 다룬다.대부분의 머신러닝 알고리즘(특히 거리 기반 알고리즘, 예: K-Means, KNN 등)은 숫자.. 공감수 0 댓글수 0 2025. 3. 3.
Redis Redis는 대용량 트래픽을 처리해야 하는 웹 애플리케이션에서 필수적인 도구로 사용된다. 앞으로 할 프로젝트에서 필요할 것 같아 공부를 하기로 했다. Redis란?빠르고 효율적인 데이터 처리의 핵심Redis는 매우 빠른 성능을 자랑하는 NoSQL 데이터베이스로, 데이터를 메모리(RAM)에 저장하여 처리 속도가 뛰어난 시스템MySQL과 같은 전통적인 RDBMS는 데이터를 디스크에 저장하는 방식이기 때문에 상대적으로 데이터 처리 속도가 느리지만, Redis는 데이터를 메모리에서 직접 처리함으로써 훨씬 빠른 속도를 제공한다.장점인메모리 데이터 처리: Redis는 데이터를 메모리에 저장하고 처리한다. 따라서 데이터 조회나 수정 속도가 매우 빠르고, 특히 대용량 트래픽을 처리할 때 Redis의 속도가 가장 큰 강.. 공감수 0 댓글수 0 2025. 3. 2.
AMI를 통한 EC2 마이그레이션 https://koreatstm.tistory.com/239 AWS $0.005 per in-use public ipv4 address per hour 과금문제(2)https://koreatstm.tistory.com/218 AWS $0.005 per in-use public ipv4 address per hour 과금문제(1)문제 발생 개인 포트폴리오를 위해 배포한 사이트 비용을 모니터링 중에, 추가적인 과금이 발생한 것을 확인하여 이koreatstm.tistory.com모든걸 처리했지만, 계정을 활성화한지 1년이 지나 프리티어가 끝났다.한달에 2만원꼴로 나갈것 같아서, 새로운 계정을 만들었다.내년부터는 이 사이트를 계속 유지할것이기에 예약인스턴스로 만드려고 한다.올해부터 해도 되는데, AMI를 사용해.. 공감수 0 댓글수 0 2025. 2. 28.
회귀 회귀KNN 회귀는 가장 가까운 k개의 이웃을 찾아 예측값을 계산하는 방법이다.하지만 멀리 있는 이웃들이 예측에 영향을 미치면 정확도가 떨어질 수 있다. 이런 문제를 해결하려면 회귀 모델을 사용한다.모델 파라미터는 모델이 학습을 통해 자동으로 조정되는 값하이퍼파라미터는 모델 학습 전에 사용자가 설정하는 값회귀회귀는 연속적인 타깃 변수와 설명 변수(특성) 사이의 관계를 모델링하는 기법. 주로 예측 문제에서 사용되며, 선형 회귀는 가장 기본적인 형태로, 두 변수 간의 관계를 직선(또는 고차원에서는 초평면)으로 나타낸다. K-최근접 이웃 회귀 회귀 문제에 KNN 알고리즘을 적용한 것회귀는 연속적인 값을 예측하는 문제로, 분류 문제와 달리 예측하려는 값이 여러 클래스 중 하나가 아니라 실수 값ex) 경제 성장률 .. 공감수 1 댓글수 0 2025. 2. 28.
K 최근접 이웃 머신러닝특성(Feature): 데이터를 설명하는 다양한 요소들을 특성이라고 한다.예를 들어, 집 가격 예측에서는 면적, 방 개수, 위치 등이 특성이 될 수 있다. 분류 문제와 이진 분류머신러닝 문제 중 하나는 분류(Classification) 문제여러 개의 클래스 중에서 하나를 선택하는 문제예를 들어, 이메일이 스팸인지 스팸 아님인지 구분하는 문제는 이진 분류(Binary Classification)에 해당이진 분류: 두 개의 클래스 중 하나를 고르는 문제 (예: 이메일이 스팸인지 아닌지)다중 클래스 분류: 여러 개의 클래스 중 하나를 고르는 문제 (예: 동물 종류를 고르는 문제) 훈련(Training)과 예측(Prediction)훈련(Training): 머신러닝 모델에 데이터를 제공하여 모델이 데이터를.. 공감수 0 댓글수 0 2025. 2. 27.
인공지능 인공지능이란?사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술기본적으로 인간의 지능을 모방하려는 시도에서 시작됨우리가 하는 다양한 작업들을 컴퓨터가 할 수 있도록 하여, 일상 생활의 효율성을 높이고 있다. 강인공지능 vs 약인공지능강인공지능(AGI, Artificial General Intelligence)인간과 유사한 수준의 지능을 가진 컴퓨터 시스템다양한 문제를 스스로 해결할 수 있으며, 스스로 학습하고 추론할 수 있는 능력을 가진다.현재는 연구 단계에 있으며, 실현되지는 않았다.약인공지능(ANI, Artificial Narrow Intelligence)특정 문제를 해결하는 데 특화된 AI. 현재 우리가 사용하는 대부분의 AI 시스템은 이 범주에 속한다.예를 들어, 음성 인식.. 공감수 0 댓글수 0 2025. 2. 27.
우리 FISA AI엔지니어링 8주차 과정 Monday(02.24) 지금 교육과정에서 머신러닝을 배우고 있다. 수업도 수업이고, 까먹은 개념도 많아서, 개념정리하면서 수업을 진행하고자 한다. https://koreatstm.tistory.com/253 인공지능인공지능(AI)란?사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술. 기본적으로 인간의 지능을 모방하려는 시도에서 시작되었다. 우리가 하는 다양한 작업들을 컴퓨터koreatstm.tistory.com 기존 사용하던 계정의 프리티어가 끝나서, 새로운 계정을 만들고 마이그레이션 했다.https://koreatstm.tistory.com/256 AMI를 통한 EC2 마이그레이션https://koreatstm.tistory.com/239 AWS $0.005 per in-us.. 공감수 1 댓글수 0 2025. 2. 27.
ADsP 합격 후기 SQLD에 이어 한국데이터자격시험산업진흥원에서 본 두번째 시험이다.https://koreatstm.tistory.com/146 SQLD 합격 후기https://www.dataq.or.kr/www/sub/a_04.do#none 데이터자격시험SQL(Structured Query Language)은 데이터베이스를 직접적으로 액세스할 수 있는 언어로, 데이터를 정의하고(Data Definition), 조작하며(Data Manipulation), 조koreatstm.tistory.com SQLD에 적었던 방식으로 정리하려고 한다. 1. 자격증 취득 이유 나는 자격증을 준비하는 이유가 자격증을 준비함으로써 관련 개념을 훑어볼 수 있는 계기이기 때문이다.이번 ADsP도 마찬가지이다. AI에 대해 수업을 듣긴 하였지만.. 공감수 5 댓글수 0 2025. 2. 22.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.