머신러닝 파이프라인 (Machine Learning Pipeline)

I. 머신러닝 파이프라인(ML Pipeline)의 개요 가. 머신러닝 파이프라인의 개념 데이터 수집부터 전처리, 학습 모델 배포, 예측까지 전과정을 순차적으로 처리하도록 설계된 머신러닝 아키텍처 나. 머신러닝 파이프라인의 필요성 머신러닝 자동화 머신러닝 모델 전 과정 지속 수행 위한 파이프라인 기반 자동화 예측 정확성 향상 내부 구조 이해를 통한 머신러닝 성능(예측의 정확성) 향상   II. 머신러닝 파이프라인의 데이터 처리

하이퍼파라미터 (Hyperparameter)

I. 하이퍼파라미터의 개념 최적의 딥러닝 모델 구현을 위해 학습률이나 배치크기, 훈련 반복 횟수, 가중치 초기화 방법 등 인간의 선험적 지식을 기반으로 딥러닝 모델에 설정하는 변수   II. 하이퍼파라미터의 종류 종류 설명 적용 시 고려사항 학습률 (Learning Rate) gradient의 방향으로 얼마나 빠르게 이동할 것인지 결정하는 변수 – 너무 작으면 학습의 속도가 늦고, 너무 크면 학습 불가

가상사설망 (VPN, Virtual Private Network)

I. 공용망에서 전용망 구성, 가상사설망(VPN)의 개요 가. 가상사설망(VPN, Virtual Private Network)의 개념 인터넷과 같은 공용망(Public Network)에서 두 네트워크 혹은 지점 간 연결을 전용망(Private Network)처럼 사용하기 위해 터널링, 암호화 등을 사용하는 네트워크 나. 가상사설망(VPN)의 사용 목적 원격지 간 데이터 유출 위험 없이 내부망 처럼 사용하여 보안성 확보 네트워크 이동성 및 확장성 확보하여 재택 및 원격지 근무

지능형 로봇 기술 및 산업 동향

I. 4차산업혁명의 총아, 지능형 로봇의 개념/부각 배경 개념 인간을 모방하여 외부 환경을 인식(Sensing)하고 상황을 판단(Think)하여 자율적으로 동작(Act)하는 지능형 기계 장치 부각 배경 우리나라는 로봇밀도 세계 1위, 제조로봇 세계 5위권이나, 로봇 분야가 편중되고 핵심 부품 및 S/W는 선진국에 의존하는 등 로봇산업의 전반적 경쟁력은 취약 4차산업혁명의 신기술(AI, 5G 등)이 로봇에 접목되면서 로봇의 스마트화가 비약적으로 진전되고 활용 분야도

소프트웨어 결함 추적 관리 방안

I. 소프트웨어 결함 추적 관리 방안 테스트 도구로 Jira, Mantis, Trac, Excel 등 도구 활용하며, 간결한 Metric을 소수 선정하여 점차 확산   II. 소프트웨어 결함 추적 세부 방안 세부 방안 개념도 결함 추적 목표 달성 방안 결함 추적관리 프로세스 수립 – 결함 생명주기(Life-cycle) 정의 – 결함 상태(Status) 별로 추적 관리 – 상태: New, Postponed, Assigned,

워드 임베딩(Word Embedding)

I. 기계의 자연어 처리를 위한 워드 임베딩의 필요성 유사한 의미의 단어를 군집화하고 벡터 연산을 통해 단어 간의 관계를 파악하여 추론이 가능해짐에 따라 자연어 처리 모델링에 필수 기술로 사용   II. 단어의 벡터화, 워드 임베딩의 개념과 유형 가. 워드 임베딩의 개념 개념도 개념 단어 간 유사도 및 중요도 파악을 위해 단어를 저차원의 실수 벡터로 맵핑하여 의미적으로

다중 접근 프로토콜(Multiple Access Protocol)

I. 다중 접근 프로토콜의 필요성 및 분류 필요성 – 노드B와 노드C에서 노드A로 연결되는 공유 매체에서 발생 가능한 충돌을 방지/제어 – 타 사용자와 유/무선망 매체 공유 위해 데이터링크 계층에서 다중 접근 프로토콜 사용 분류 OSI 7 Layer 중 2계층에서 동작하는 다중 접근 프로토콜은 공유 매체의 효율적인 자원 할당을 위해 경쟁/비경쟁 및 중앙 제어 방식을 이용하여 임의

[파이썬] 딕셔너리(dict)와 집합(set)

I. 딕셔너리 (dict) 딕셔너리는 키와 값으로 구성된 자료 구조 파이썬에서는 저장 도구로 딕셔너리를 자주 사용 검색 기준은 키(key)로 저장, 키 값은 내부적으로 해시로 변환 해시 변환 가능한 객체로는 숫자, 문자열 등 변경 불가 객체 사용 가. 일반 딕셔너리 [예제] 딕셔너리 객체 생성 및 확인 dictA = {'a' : 1, 'b' : 2} print(type(dictA)) dictA['a'] =

[파이썬] 색인 검색(Indexing)과 정렬(Sort)

I. 색인 검색 (Indexing) 색인 연산은 대괄호(“[“, “]”) 기호 사용하며, 원소 검색 시 정수 사용 순방향 검색: 좌측부터 처리하며, 인덱스는 0부터 시작하는 양수 사용 역방향 검색: 우측부터 처리하며, 인덱스는 -1부터 시작하는 음수 사용 가. 색인(Index)으로 검색 [예제] 하나의 원소를 인덱스로 검색 a = [1, 2, 3, 4, 5] print(a[0]) print(a[4]) [결과] 1 5 인덱스 범위를

클라우드 기반 GPU 가상화

I. 클라우드 기반 GPU 가상화의 필요성 및 효과 4차 산업혁명에 따른 인공지능의 확산과 클라우드 컴퓨팅에 대한 수요 증가 클라우드 기반 인공신경망 연산 시 비용 대비 높은 성능 제공 위해 VM 간 GPU를 효과적으로 공유    II. 클라우드 기반 GPU 가상화 기술 가. API 리모팅 (GPU 벤더 미지원 시 구현 방법) 기술 개념 Host OS(Native 환경)에서