앞으로는 신뢰가 가장 큰 자산이 될 것입니다.
저녁에 샤워를 하고 있을 때였습니다. 세수를 위해 폼클렌저를 집는데, "나노버블"이라는 단어가 갑자기 눈에 띄었습니다. 그 때 머리속에 이런 질문이 떠올랐습니다
사람들이 나노버블의 의미를 이해하고 있을까? 이해한다면 얼마나 이해하고 있고 그 이해도는 얼마나 정확할까?
보통 우리가 문제를 해결할 때를 생각해보면 대부분의 문제는 초기 솔루션이 대부분의 문제는 해결합니다. 해결의 진척도를 1~
Bongho Lee
메일을 쓸 때 최소한의 양식을 갖추면 좋은 이유
육아휴직을 하면서 종종, 다양한 분들과 커피챗을 하게 됩니다. 이번에도 그렇게 커피챗 일정을 잡고 논의를 하는 중이었습니다.
저와 커피챗을 진행하신 분은 저를 좋게 봐주셨는지, 혹시 회사 입사 프로세스를 진행하실 생각이 있으실지 이야기를 주셨습니다. 그래서 가족과 이야기를 나눈 후 정중하게 메일을 써서 거절을 하였습니다.
그리고 받은 메일을 보았는데, 굉장히 당황스러웠습니다. 딱 세문장이었습니다.
끊임없이 교집합을 만들고자 하는 노력이 필요합니다.
휴직 중에, 가장 많은 시간을 투자하고 있는 활동은 바로 사람을 만나는 것입니다. 기존에 알고 있던 사람들을 만나면서 의사결정을 하는 과정과 근황에 대해서 이야기를 나누고 있습니다. 회사에서 다양한 문제를 해결해볼 수록, 느끼는 것은 결과물의 품질만큼이나, 왜 결과물을 이렇게 만들었는지에 대한 이야기 역시 중요하다 입니다.
이 과정에서 정말 어디서도 듣기 쉽지 않은
Gradio와 Steamlit의 코드 및 인터페이스 비교
Gradio
import tensorflow as tf
import numpy as np
import gradio as gr
# MNIST 데이터 로드
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()
# 데이터 전처리
x_train = x_train.reshape(-1, 28, 28, 1).astype('float32') / 255
x_test = x_test.reshape(-1,
Gaussian Process은 무한공간에서 사전정보를 결합하기 위해 사용된다.
Definition
* 연속적인 함수 공간에서 정의된 확률 과정으로, 주어진 데이터로부터 함수의 분포를 추정하는 강력한 비모수적 방법입니다.
* Gaussian Process는 주로 회귀 분석, 분류, 최적화 문제에서 사용되며, 특히 불확실성을 정량화하는 데 유용합니다.
* Bayesian Analytics에서 Infinite Space에 대해 Prior를 적용하기 위한 방안으로 활용됩니다.
Pros & Cons
Pros
1. 비모수적 접근: 모델의 구조를 사전 정의하지 않고
그라운드 룰은 Atomic해야 한다.
이전에 수학과 논리학에 관한 책을 보다가 수학에 관한 재미난 정의를 본 적이 있습니다. 수학은 여러 논쟁 끝에 얻어낸 단단한 논리 기반 위에 차곡차곡 쌓아 올린 학문이기에 가장 정확한 사실을 전달해주는 언어이다라는 내용이었던 것으로 기억합니다. 이 이야기를 듣고 나니, 왜 고등학교에서 배우던 수학의 정석의 첫 단원이 집합이고, 그 이후에 이어지는 내용이
두 포인트간의 유사도를 찾는데 사용되는 Kernel Function
Definition
* **커널 함수(Kernel Function)**는 기계 학습과 통계에서 사용되는 함수로, 두 데이터 포인트 간의 유사도를 측정합니다
* . 주로 비선형 데이터를 고차원 공간으로 변환하여 선형 분리가 가능하게 하는 데 사용됩니다.
* 커널 함수는 Support Vector Machines (SVM), Gaussian Process, 커널 PCA와 같은 다양한 알고리즘에서 핵심적인 역할을 합니다.
Motivation
* 기계 학습에서 많은 데이터는