머신러닝은 주어진 데이터를 바탕으로 패턴을 학습해 예측하거나 분류하는 기술로, 특징 추출과 학습이 분리되어 있습니다. 딥러닝은 다층 신경망을 기반으로 특징 추출부터 예측까지 자동으로 처리하며, 복잡한 문제에 강합니다. 즉, 머신러닝은 사람이 특징을 설계해야 하지만, 딥

이 논문은 생물의학 연구에서 대규모 언어 모델(LLM)이 데이터 과학자를 대체할 수 있는지에 대한 연구이다. 연구자들은 BioDSBench라는 실제와 유사한 데이터셋을 구축하여 LLM의 코딩 및 데이터 분석 능력을 평가했다. 결과는 자동 프롬프트 생성, 검색 증강 생성

Seperation of user logical memory from physical memory 실행에 필요한 일부만 메모리에 올라가도 된다 장점주소 공간 공유 가능여러 프로세스가 동시에 실행 가능효율적인 프로세스 생성입출력(I/O) 감소Virtual Address

1. Memory background 메모리는 현대 컴퓨터의 핵심 자원 CPU가 직접 접근 가능한 유일한 저장소는 Main memory, Registers Register 접근은 한 개 이하의 CPU clock cycle Main memory 접근은 여러 cycle -> memory stall 프로그램은 실행 전에 디스크에서 메모리로 로드되어야 ...

오늘 포스팅으로는 최근에 관심을 갖기 시작한 생물정보학에 대해 다루어 보려고 한다. 데이터사이언스 분야에서는 도메인 지식을 충분히 잘 갖추는 것이 강점이 될 수 있는데, 바이오 분야의 데이터에 흥미가 가서 생물정보학 분야를 알아보게 되었다. 생물 정보학바이오인포매틱스(

YouTube는 규모가 매우 큰 추천 시스템 중 하나이다. 이 논문에서는 Youtube 시스템을 딥러닝에 따른 성능 향상에 초점을 맞춘다. 딥러닝 기반 후보군 생성 모델과 별도의 딥러닝 기반의 랭킹 모델에 대해 설명한다. 키워드: recommender system, d

0. 프로젝트 소개 앞으로 블로그에 데이콘 대회나 학습 내용을 남기려고 한다. 데이콘 첫 포스팅인 만큼, 가볍게 학습(중급)에서 아파트 실거래가 예측 프로젝트를 데이콘이 제공한 코드에 따라 학습해보겠다. 이 프로젝트는 아파트의 실거래가를 예측하는 프로젝트이다. 1.

이전까지는 터미널창을 이용해 CLI 방식으로 깃과 깃허브를 사용했다면, 이제부터는 GUI(Graphics User Interface)방식으로 사용하는 방법이다.파일work1.txt 옆 아이콘 설명;파일 열기 | 변경 내용 취소 | 변경 내용 스테이징 | 파일 상태(U는

원격 저장소 복제하기 - git cloneclone: 원격 저장소를 지역 저장소로 똑같이 가져오는 것집에 있는 컴퓨터에서 작업하고 올리기집 컴퓨터 커밋을 원격 저장소로 푸시: git push회사 컴퓨터에서 내려받아 작업하기원격 저장소에 새로 올라온 커밋을 가져오기: g

3장 깃과 브랜치 3-1 브랜치 알아보기 브랜치의 필요성 메인 코드는 main 브랜치에 그냥 둔 상태로 새로 추가하는 기능이나 코드 수정 사항은 새 브랜치로 만들어서 작업할 수 있다. 브랜치 안에서 해결되면 그때 main 브랜치에 병합한다. 브랜치의 기능 bran

깃과 깃허브는 개발자가 무조건 갖춰야하는 필수 역량이다. 깃으로는 크게 버전 관리, 백업, 협업이 가능하다. 앞으로 이에 대해 순차적으로 공부해보겠다!깃 프로그램 종류깃허브 데스크톱: GUI로 구현됨토터스깃: 윈도우 전용소스트리: 기본~고급, 처음에는 복잡하지만 익숙해

인과관계 밝히기인과관계(복잡하게 구성된 네트워크) 인과그래프: 원인과 결과를 원과 화살표로인과관계와 상관관계인과관계: 원인과 결과상관관계: 관련성중첩요인: 두 변수에 관련된 외부 변수가 존재할 때차이: 변수 간 관계의 방향성과 비대칭성실험연구와 관찰연구 실험연구: 독립

선형회귀의 확장설명변수의 개수 확장 or 유형 변경반응변수의 유형 변경회귀모형의 형태 변경다중회귀 설명변수가 여러 개인 회귀 다중선형회귀모형 \- 편회귀계수: 다중회귀에서의 기울기 b1, b2 \- 회귀평면: 설명변수가 2개일 때 2차원의 회

6장 다양한 가설검정 6.1 다양한 가설검정 가설검정 방법 선택 가절검정 방법을 선택할 때는 데이터 유형, 표본의 수, 양적 변수 분포의 성질을 먼저 확인하자. 데이터 유형 2개의 양적 변수 관계: 산점도 2개의 질적 변수(범주형) 관

0. 프로젝트 소개 htp(house, tree, person) 그림으로 객체 인식 후에 심리 분석을 하는 AI 프로젝트를 진행해보려고 한다. 가장 첫 단계로 htp 데이터셋을 마련하고, 마련한 데이터셋을 인식할 수 있는 모델인 yolov5을 colab으로 학습시켜 보

4장. 추론통계~신뢰구간 4.1 추론통계를 배우기 전에 전수조사와 표본조사 전수조사: 모집단의 모든 요소를 조사 표본조사: 모집단의 일부인 표본으로 모집단의 성질을 추정 데이터를 얻는다는 것 > "데이터(표본)을 얻는다는 것은 무엇인가?" 모집단분포

1장 통계학이란? 1.1 데이터를 분석하다 "데이터 분석의 목적은 무엇인가?" 데이터를 요약하는 것 대상을 설명하는 것 예측하는 것

001 데이터 읽기002 데이터 결합(Union)003 매출 데이터끼리 결합(Join)004 마스터데이터 결합(Join)005 필요한 데이터 칼럼 만들기006 데이터 검산007 각종 통계량 파악008 월별로 데이터 집계009 월별, 상품별 데이터 집계010 상품별 매출