AI인공지능학과 - 머신러닝프로그래밍

도커는 애플리케이션과 그 종속성을 격리된 환경인 컨테이너로 패키징하여 실행하는 오픈소스 가장화 플랫폼이다. Go 언어로 작성된 이 기술은 리눅스 컨테이너를 기반으로 하며, 개발자가 애플리케이션을 더 쉽게 만들고 빠르게 배포할 수 있도록 설계되었다.가상머신은 각각 완전한

웹 애플리케이션이나 AI 모델을 서비스로 제공할 때, API 서버는 필수적인 역할을 합니다. 이번 글에서는 Flask를 활용해 Python으로 API 서버를 만드는 과정을 정리해보겠습니다.Flask는 파이썬 기반의 경량 웹 프레임워크로, 간단한 코드만으로도 웹 서버와

이번에는 Tensorflow-Keras + Flask 조합으로 간단한 딥러닝 모델을 학습하고, 이를 웹 API 서버로 배포하는 과정을 정리했습니다.Docker 환경에서 실행하는 방법부터, MNIST 숫자 손글씨 분류 모델 학습, Flask 서버 구성까지 하나씩 살펴봅니

분류(Classification)→ 소속 집단의 정보를 이미 알고 있는 상태에서 데이터를 분류하는 방법군집화(Clustering)→ 소속 집단의 정보가 없는 상태에서 비슷한 집단으로 묶는 비지도 학습가장 간단한 분류 알고리즘새로운 데이터의 클래스를 정할 때 가장 가까운

데이터는 일반적으로 수많은 특성(변수)으로 표현됨차원이 커질수록 계산 복잡성과 자원 소모가 증가 → 분석/학습 효율 저하차원 축소 시 이점:계산 속도 향상시각화 가능노이즈 제거 및 모델 성능 개선📌 예시 (iris 데이터 4차원 → 2차원)1\. 특성 선택 (Feat