#MLOps #모두연구소 #AI모델배포 #모델서빙 #운영자동화 ✅ 오늘의 TIL(Today I Learned)✨ MLOps 실무 아키텍처✨ Airflow & Triton 기반 배포 파이프라인✅ 교육 개요이번 외부교육에서는 MLOps의 전체 아키텍처 설계부터 실제 운영 환경에서의 자동화, 모니터링까지 전반적인 실무 지식을 다뤘습니다. 단순한 툴 사용법이 아닌, 실제 현업 MLOps 팀장님의 실전 사례와 함께 학습하며 "왜 이 아키텍처가 필요한가", "이 흐름이 어떤 문제를 해결하는가"에 대한 인사이트를 얻을 수 있었습니다.✅ 핵심 개념 요약MLOps = DevOps + 머신러닝 라이프사이클 전체를 아우르는 운영 체계데이터 수집 → 전처리 → 학습 → 배포 → 모니터링 → 재학습의 반복 구조각 단계에서 자동..

RNN2🐇¸.•*¨*•¸.•*¨*•¸.•*¨*•¸.•*¨*• 해당 자료는 강의 학습자료입니다. 강의 이외의 내용은 검색 및 다양한 자료를 통해 공부하며 정리한 내용의 포스팅입니다. #AI #인공지능 #RNN #chatgpt #python #study #0412 악보를 학습하는 LSTM 신경망 ABC 표기를 연주하는 프로그램을 제작하기. accuracy 가 100% : 작은 별과 동일한 곳이 되었으니, 편곡의 의미가 없다. 변형된 첫 소절로 편곡 : 똑같은 곡을 생성해내는 것은 무의미, 원래 곡의 패턴을 유지하면서 원래 곡과 다른 곡을 생성하기. 세 곡을 시계열로 변환하고 결합. 퀄리티가 낮고 높으냐는 학습하고 개선하면 되지만, 구현 가능한게 중요하다. 자연어 처리 (Natural language proc..

End-to-end ML project🐇¸.•*¨*•¸.•*¨*•¸.•*¨*•¸.•*¨*• 해당 자료는 강의 학습자료입니다. 강의 이외의 내용은 검색 및 다양한 자료를 통해 공부하며 정리한 내용의 포스팅입니다. #AI #인공지능 #기계학습과인식 #chatgpt #python #study #0407 Main steps for end-to-end ML project (1~4 about data) 1. Look at the big picture. 2. Get the data. 3. Discover and visualize the data to gain insights. 4. Prepare the data for Machine Learning algorithms. 5. Select a model and trai..

RNN (Recurrent Neural Network) 🐇¸.•*¨*•¸.•*¨*•¸.•*¨*•¸.•*¨*• 해당 자료는 강의 학습자료입니다. 강의 이외의 내용은 검색 및 다양한 자료를 통해 공부하며 정리한 내용의 포스팅입니다. #AI #인공지능 #기계학습과인식 #chatgpt #python #study 시계열 데이터 - 시간 정보가 들어있는 데이터, 시간 축을 따라 신호가 변하는 동적 데이터 - 단어가 나타나는 순서가 중요 - 샘플의 길이가 다름 (기간에 따라 다르다. input data resolution 이 바뀔 수 있다.) - 단순 이미지는, 시간을 나타내지,저장하지 않지만, 시간에 따라 변하는 데이터도 있다. 순서에 따라서 데이터의 의미가 바뀌는 경우가 있다. 시계열 데이터를 인식하는 고전적인 ..

기계 학습과 인식🐇¸.•*¨*•¸.•*¨*•¸.•*¨*•¸.•*¨*• 해당 자료는 강의 학습자료입니다. 강의 이외의 내용은 검색 및 다양한 자료를 통해 공부하며 정리한 내용의 포스팅입니다. #AI #인공지능 #기계학습과인식 #chatgpt #python #study 앞선 글에서 chat gpt를 통해 SVC를 학습하였다. 이어 기계학습을 배워본다. 규칙 기반, 고전적 기계 학습, 딥러닝 같은 경우 레이블이 필요하다. 레이블을 붙이는 작업은 전문가가 해야하므로 비용이 많이 드는 작업이다. 따라서 딥러닝에서는 이를 줄이는 방법이 있다. 원샷 학습(1-shot learning) : 레이블이 있는 샘플 하나만 사용해 학습하는 원샷 학습 퓨샷 학습(few-shot learning) : 몇 개의 샘플만 사용하는 퓨..

기계 학습과 인식🐇¸.•*¨*•¸.•*¨*•¸.•*¨*•¸.•*¨*• 해당 자료는 강의 학습자료입니다. 강의 이외의 내용은 검색 및 다양한 자료를 통해 공부하며 정리한 내용의 포스팅입니다. #AI #인공지능 #기계학습과인식 #chatgpt #python #study 사람은 끊임없이 주위 환경을 인식한다. 이는 생존과 자기 발전에 필수적이다. 예를 들어 타인이 말한 소리, 얼굴 감정 등과 같은 정보가 주어진다. 인공지능도 주위 환경을 인식한다. 이러한 인식 프로그램을 만드는데 필요한 기계 학습의 기초 지식을 공부하기로 한다. 기계학습에선 데이터가 중요하다. 이는 에너지를 만드는 연료에 해당하며, 데이터가 없으면 기계학습 적용이 불가능하다. 가장 단순 iris 데이터로 이를 알아보자. 사이킷럿(scikit-..