AI 엔지니어링을 위한 필수 기초: SW 엔지니어링, Linux, 그리고 Streamlit이번 주에는 소프트웨어 엔지니어링의 기본 개념부터 서버 운영을 위한 Linux, 그리고 빠른 프로토타이핑을 위한 Streamlit까지 학습했다.1. 소프트웨어 엔지니어링 (Software Engineering)소프트웨어 개발은 단순히 코드를 작성하는 것을 넘어, 계획부터 유지보수까지의 전체적인 생명주기를 관리하는 과정.1) 소프트웨어 개발 사이클 (SDLC)계획 (Planning)요구 조건 분석 (Analysis)설계 (Design)구현 (Implementation)테스트 (Testing & Integration)유지 보수 (Maintenance)2) 좋은 소프트웨어 설계를 위한 핵심 개념좋은 설계의 목표는 "높은 ..

RecSys 동향초기에는 단순한 행렬 연산(Matrix Factorization)을 통해 사용자의 평점을 예측하는 방식으로 시작이후 Deep Learning기술이 도입되면서 복잡한 모델로 발전, 최근에는 생성형 모델이 추천 시스템에도 활용되고 있음.Explainable Recommendation무엇을 추천했는지 + 왜 추천했는지 설명할 수 있는 모델에 대한 관심이 높아지고 있음.Debiasing & Causality실제 데이터의 인기 편향, 노출 편향, 사용자 선택 편향 등 다양한 bias를 보정하기 위한 debiasing 기법과 단순한 상관관계가 아닌 인과관계에 기반한 추천 모델 연구가 활발히 이루어지고 있음.강의 Overview생성 모델입력 데이터(x, y) 또는 (x)로부터 데이터가 따라야 할 확률..

CNN기존 MLP 이미지 분류의 문제점클래스별로 하나의 대표 정답만 학습 -> 작은 변화에도 성능 저하픽셀 단위로 weight를 가짐 -> 파라미터 개수가 너무 많아지는 문제local feature를 학습하고, 커널의 parameter를 공유하는 CNN이 등장했습니다.주요 CNN 모델LeNet-5처음으로 간단한 CNN 구조를 제시한 모델구조 : Conv - Pool - Conv - Pool - FC -FCConvolution : 5x5 filters with stride 1Pooling : 2x2 max pooling with stride 2AlexNetImageNet 분류 대회에서 CNN구조를 사용해 기존 머신러닝 분류 모델을 뛰어넘고 압도적으로 1위를 한 모델GPU 병렬 연산을 위해 모델을 두 개로 ..

키워드 : 인공 신경망, 역전파, 트랜스포머, Attention 알고리즘ML LifeCycle머신러닝이란?어떠한 작업(T)에 대하여 경험(E)과 함께 성능(P)을 향상시키는 알고리즘을 연구하는 학문머신러닝 문제 정의는 (Probability, Task, Experience)에 의해 주어진다.예) 이미지 분류작업(T) : 주어진 이미지가 고양이인지 개인지 분류경험(E) : 다양한 고양이와 개 이미지들로 이루어진 학습 데이터셋성능(P) : 이미지 분류 정확도 머신러닝 학습의 종류지도 학습(supervised learning)학습 데이터 + 원하는 출력(레이블)이 주어졌을 때, (데이터 x, 레이블 y)을 통해 학습, 주어진 x에 대해 y를 예측하는 함수 f(x)를 학습하는 것.y가 실수값 -> 회귀(Regr..

키워드 : 선형대수, 텐서, 미분, 경사하강법, 확률과 통계 1일 차벡터(Vector)벡터는 숫자가 원소인 자료형으로, 배열이라 부름. 수식에서는 열 벡터가 기본벡터의 차원(dimension) : 벡터에 저장된 원소의 개수벡터는 원점으로부터 상대적 위치, 공간에서 한 점으로 표현됨.벡터의 연산벡터에 스칼라값을 곱하면 방향은 변하지 않고 길이만 변함.(각 요소에 스칼라값 곱해짐) 차원이 같은 두 벡터끼리는 덧셈, 뺄셈을 계산할 수 있다.차원이 같은 두 벡터끼리는 성분곱이 가능하다.(Elementwise product, Hadamard product)벡터의 덧셈, 뺄셈의 공간적 의미두 벡터의 덧셈은 다른 벡터로부터 상대적 위치 이동을 표현즉, y + x는 x의 시작지점을 원점에서 y로 이동시킨 것.벡터의 노..

1일차파이토치의 기초, 텐서의 데이터타입, 텐서의 생성과 조작에 대해 배웠다.어떤 텐서에 대해 언어적 표현, 공간적 표현, 코드 표현을 모두 아는 것을 강조하셨다. Pytorch란?Pytorch는 확장성이 뛰어난 멀티플랫폼 프로그래밍 API이다.API(Application Programming Interface)는 응용 프로그램이 서로 상호작용 하기 위한 명령어, 함수, 프로토콜의 집합.Pytorch의 학계에서의 점유율이 올라가고 있고, 기업에서도 많이 사용하고 있음.(Tesla, Uber, Hugging Face) 텐서의 dtype과 타입캐스팅부동소수점 사용하는 이유는 고정소수점의 경우 한 자리수를 표현하는 데 4비트가 필요하기 때문(자리수마다 0~9까지 표현해야 함)에 메모리 사용량이 너무 많아지는 ..

바이브 코딩이 뭔데?웹서핑을 하다가 바이브 코딩에 대한 얘기를 자주 접하면서 궁금해졌고, 바이브 코딩이 대체 뭔지 찾아봤다. 안드레 카파시가 생성형 AI를 사용해 코딩을 하는 것을 바이브 코딩. 즉 느낌에 따라 코딩하는 방식을 X에 소개하면서 화제가 되었다. 개발자가 아예 코드를 들여다보지도 않고 전적으로 생성형 AI에 맡기는 것 만으로도 프로그램 개발이 가능하다는 글이었다. 처음 느껴졌던 인상은 "이거 너무 과장된 것 아닌가?"하는 느낌이었다. 왜냐하면 평소에 chatgpt를 많이 사용하면서 사실이 아닌 내용을 사실처럼 얘기하는 AI 환각(AI hallucination)을 많이 겪었기 때문이었다. 물론 이전에 비하면 훨씬 나아졌지만 지금도 간간히 겪고 있는 현상이었고 컴퓨터 코딩은 오류 하나만 있어도..

Effective Date: 2025/05/271. Overview PauseMate is a Chrome extension designed to help users improve their browsing habits by introducing intentional pauses and reflective moments before visiting distracting websites. We are committed to protecting your privacy and ensuring transparency in how we collect, use, and store your data. 2. Data Collection PauseMate collects the following user data: Bl..

완벽주의는 때때로 시도 자체를 가로막는다.계획이 조금만 어긋나도,지금까지 해왔던 모든 일이 무의미해진 것처럼 느껴진다.왜 우리는 '조금의 부족함'조차 견디지 못하는 걸까? 완벽주의 성향을 가진 사람들은대부분 스스로에게 너무 높은 기준을 설정한다.그리고 그 기준에 도달하지 못했을 때,작은 실수나 실패를 곧장 자기 전체의 무가치함으로 연결시켜버리곤 한다. 그래서‘완벽하게 하지 못할 거면, 아예 시작하지 않겠다’는 생각에 갇히기 쉽고,어렵게 시작하더라도 조금만 어긋나면금세 모든 걸 포기해버리는 경우도 많다. 그렇다면 이런 반복되는 패턴,어떻게 하면 조금이라도 완화할 수 있을까?어떻게 하면 포기하지 않고 이어갈 수 있을까? 작게 쪼개기가장 효과적인 방법 중 하나는할 일을 가능한 한 작게 쪼개는 것이다. 예를 ..

누구나 한 번쯤은 게으름을 피우다가 해야 할 일을 놓친 적이 있을 것이다. 시험 전날, 평소에 관심도 없던 유튜브 영상을 밤새 본 경험, 익숙하지 않은가? 혼자 있을 땐 그냥 웃어넘길 수 있지만, 함께하는 프로젝트에서는 치명적인 결과로 돌아오기도 한다. 그런데, 고의로 자기 손해를 자초하는 사람은 없다. 그렇다면 우리는 왜, 해가 될 줄 알면서도 게으름을 택할까? 게으름은 정말 나쁜 것일까? 나는 게으름이 단순히 개인의 나약함이 아니라, 인간 본성에 가까운 현상이라고 생각한다. 수렵채집 시대에는 게으름이 곧 생존 실패를 뜻했다. 먹이를 찾지 않거나 짝짓기를 외면하는 동물은 도태됐고, 인간도 마찬가지였다. 하지만 농경 사회 이후, 잉여 자원과 시간이 생기며 인간은 ‘당장 하지 않아도 죽지 않는 일’을 처음..