나는 어떻게 메모하는가?
한가지 방식으로만 메모를 작성하지 않는다. "어떻게 메모하는?"라는 여전히 어려운 질문이다. 어떤 메모가 최선일지에 대해서는 스스로에게 여전히 지금도 매일 던지는 질문이기 때문이다.
Featured
Latest
Vector Space, Linear Independent, Basis
Vector Space * 집합 내 원소간 대한 덧셈과 상수곱을 했을 때 결과가 모두 해당 집합에 속하고, 다음 조건을 만족하는 집합을 Vector Space라고 정의한다 * 합에 대하여
[Ghost] Mail발송용으로 Mailgun 대신 Gmail을 사용하기
배경 * Ghost 5.9버전 이후 현재 Mail 발송이 되지 않는다. Ghost is currently unable to send email. See http://support.ghost.org/mail for
PLM(Electra) Practice(네이버 리뷰 분류 모델)
전체 순서 * 라이브러리 로드 → 데이터셋 만들고 → 모델 로드하고 → Optimizer 설정하고, 데이터 로더로 데이터셋을 배치 사이즈에 맞게 불러올 수 있도록 준비하고 → Epoch에 맞게 반복 → Epoch
[책] "선택 설계자", 탁월한 의사결정을 위해 리더가 해야 할 일
모든 성공적인 전략은 제각각이다. 하지만 전략적 실패는 모두 엇비슷하다 인트로 리더로 일을 한지 4개월 정도 되어 간다. 리더가 되어보니 실무로 일을 할 때와는 상황이
좋은 데이터 프로덕트 오너(Data Product Owner)
데이터 프로덕트 오너는 왜 필요한가? * AI(Data) Product Owner는 Product Owner 중에서도 Data Product에 보다 초점을 맞춘 PO로 Business Scrum Team의 Value를 극대화시켜서 Business에
Bayesian Count Estimation
Introudunction * 파이썬을 활용한 베이지안 통계 2판을 보면서 제대로 이해하고 있는지 기록하고 싶은 목적에서 Chapter5 수량추정의 문제를 직접 풀어본다. 기관차 문제(The Train Problem) * Source:
Ridge/Lasso Regression, Elastic Net
Regularization * Linear Regression에서는 Feature의 수가 많아질 수록 $R^2$가 증가하면서 Overfitting으로 가는 경우가 많다. 그래서 Regularization을 통해서 Overfitting이 되지 않도록 Cost Function 뒤에
선형 회귀(Linear Regression)
Base Class * init Function에서는 최적 $\beta$를 찾아가는 과정에서 Gradient Descent, 즉 을Loss Function을 최소화하는 방향으로 조금씩 값을 대입해보면서 최종 값을 찾아가는 형태이기 때문에
[책] 팀장으로 산다는 건 2
습관처럼 서점을 휴식삼아 돌아다니던 중 이 책(링크)을 발견하였다. 제목이 완결된 문장이 아니다보니, "팀장으로 산다는 것은~"의 뒤에 이어질 "답&
유전 알고리즘(Genetic Algorithm )
Genetic Algorithm * 존 홀랜드(John Holland)가 1975년에 저서 "Adaptation on Natural and Artificial Systems" 에서 처음 소개한 최적화 기법 * 실제 생물
[책] 에센셜리즘(Essentialism)
Upload 책 제목의 어원인 "Essential"이란 "필수적인" 이란 뜻을 의미하는 영어단어이다. 에센셜리스트는 이 단어를 중심으로 살아가는 사람을 뜻하고, 에센셜리즘은 이
ZERO SSL Install Log
배경 * Let's Encrypt와 Cloudflare DNS를 연동하려다 Renewal 횟수가 5회를 넘어가서 Blog 접속 불가상태가 한동안 이어졌다. * 그래서 잠시 Let's Encrypt를 대체해서