머신러닝
7 posts
[AI/ML] 다중 선형 회귀
PyTorch를 이용한 다중 선형 회귀 구현 방법을 소개합니다. 행렬 연산으로 여러 입력 변수를 효율적으로 처리하고, 경사하강법으로 최적화하는 과정을 다룹니다.
[AI/ML] 선형 회귀와 자동 미분
Updated:PyTorch로 선형 회귀 모델을 구현하는 기초를 설명합니다. 데이터 준비, 가설 수립, MSE 비용 함수, 경사 하강법 옵티마이저를 통해 가중치를 반복 업데이트하여 최적의 직선을 찾는 방법을 다룹니다.
[MLOps] MLOps Architecture
MLOps는 머신러닝 모델 개발부터 배포, 운영까지 전체 수명 주기를 자동화합니다. 복잡한 과정을 간소화하여 안정적이고 효율적인 AI 서비스 운영을 지원합니다.
[MLOps] LifeCycle
MLOps는 머신러닝 모델의 전체 생애주기를 체계적으로 관리하는 프레임워크입니다. 이를 통해 복잡한 ML 프로젝트를 효율화하고 지속적인 성능 개선을 지원합니다.
[MLOps] DevOps와 MLOps 비교
MLOps는 DevOps를 확장한 개념으로, 머신러닝 모델의 배포, 모니터링, 재훈련 등 전체 수명 주기를 자동화하여 모델의 지속적인 성능과 가치를 보장합니다.
[MLOps] Introducing MLOps Engineer
MLOps 엔지니어는 ML 파이프라인을 자동화하여 모델의 개발부터 배포, 운영까지의 과정을 효율화합니다. 이를 통해 모델을 더 빠르고 안정적으로 실제 서비스에 적용할 수 있도록 돕습니다.
AWS 데이터 분석을 위한 AI/ML
파이썬 라이브러리와 AWS Athena, QuickSight, EMR, Spark로 데이터를 처리, 분석, 시각화하여 ML 모델링에 필요한 인사이트를 얻습니다.