머신러닝 시스템 설계 관련 절차
절차 1. 문제 정의 1. 요구질문 명확히 하기 2. 사용자 시나리오 정리 및 비즈니스 목표 정의 3. 요구사항 및 제약사항 정리 4. 데이터 현황
절차 1. 문제 정의 1. 요구질문 명확히 하기 2. 사용자 시나리오 정리 및 비즈니스 목표 정의 3. 요구사항 및 제약사항 정리 4. 데이터 현황
처음 제목은 “성공하는 프로젝트 만들기” 였는데, 작성하면서 ”성공할 수 있는 프로젝트 만들기“로 바꾸었다. 성공은 다분히 결과론적인 의미를 담고 있기 때문에, 달성하기 위한 필요조건에
구글은 2012년부터 4년에 걸쳐 프로젝트명 Aristole이라는 이름으로 최고 성과를 내는 팀의 조건을 분석하는 프로젝트를 진행한 바 있다. 이 때 프로젝트는 성과를 내는데 있어 주요한
Property Decorator를 이용, 직접 할당을 제한하여 클래스 Attribute를 덮어쓰지 않도록 보호할 수 있다. 이는 실수로 모델이나 데이터를 Overwrite할 수 있는 가능성을 원천차단할 수 있다.
Lazy Evaluation * Lazy evaluation은 프로그램 실행 중에 표현식의 평가를 그 값이 실제로 필요할 때까지 미루는 기법 * 프로그램에서 표현식의 결과가 필요하지 않다면, 해당 표현식의 계산을
1.Compound AI System is LLM의 대중화와 함께, AI Model은 Application의 주요 요소로써 빠르게 관심을 이끌고 있다. Compound AI System은 Traditional Software와 AI Model의
당연한 이야기이지만, 상대방 팀이 성공해야 우리 팀도 성공한다. 종종 팀의 리더로 일을 하다 보면, 상대방 팀을 업신여기거나, 상대방 팀을 이겨야 하거나, 업무를 모두 그
어느날 면담을 할 때였다. 평소대로 "요즘 컨디션을 묻는 질문"으로 1:1을 시작하였다. 그런데 웃으면서 구성원이 말하였다. 퇴사하려고 합니다. 퇴사할 수도 있지.
제럴드 M 와인버그는 리더십이란 문제해결을 위한 최적의 환경을 구성해나가는 과정이라고 볼 수 있다고 정의한 바 있다. 처음 이 말을 들었으면 이해가 되는 것같으면서도 명확하게
* Quantile Loss는 Quantile Regression처럼 Predicted Value의 Quantile을 구하고자 할 때 사용되는 Loss Function이다. * 변수의 75번째 Quantile을 예측하는 것이 목표인 문제를 예로 든다면, 이는 75%
다양한 직군의 개발자와 함께 일하다 보면 종종 이런 말을 들을 때가 있다. "사실 한다고 하면, 다할 수 있어요" 농담인 것은 알지 나는
Coherence * 주관적 확률이 확률 계산의 일반적인 규칙/공리(이러한 규칙의 타당성은 방금 언급한 자기 일관성에 해당함)를 따르고 따라서 이러한 확률로부터 일관된 결정을 얻을