Source

Towards Data Science

181 posts from this source

1주 전 · ai

TDS 뉴스레터: 12월 GraphRAG, Data Contracts 등 필독

지난 달 가장 인기 있었던 기사들을 놓치지 마세요. TDS Newsletter: 12월 GraphRAG, Data Contracts 등 꼭 읽어야 할 글이 처음 게시되었습니다.

#newsletter #GraphRAG #data contracts #AI #machine learning
1주 전 · ai

프롬프트를 넘어: 컨텍스트 엔지니어링의 힘

ACE를 사용하여 자체 개선 LLM 워크플로와 구조화된 플레이북 만들기. “Beyond Prompting: The Power of Context Engineering” 게시물이 처음으로 Towards…에 게재되었습니다.

#context engineering #prompt engineering #LLM #ACE #AI workflows #self-improving #structured playbooks
1주 전 · ai

시계열을 위한 검색: 과거를 보는 것이 예측을 향상시키는 방법

왜 Retrieval이 Time Series Forecasting에 도움이 되는가 우리는 모두 알다시피: 시계열 데이터는 까다롭다. 전통적인 예측 모델은 사건에 대비하지 못한다.

#time-series #forecasting #retrieval-augmented models #machine learning #Chronos #data science #prediction
1주 전 · ai

Visual Anomaly Detection Models의 성능을 향상시키는 방법

학계에서 가장 좋은 방법을 적용하여 실용적인 응용에서 최대의 효과를 얻으세요. The post How to Improve the Performance of Visual Anomaly Detection Models ap...

#visual anomaly detection #computer vision #model performance #deep learning #anomaly detection
1주 전 · software

빠르다고 항상 좋은 것은 아니다: Python에서 올바른 PostgreSQL Insert 전략 선택 (+Benchmarks)

PostgreSQL은 빠릅니다. 여러분의 Python 코드가 따라잡을 수 있는지, 혹은 따라잡아야 하는지는 상황에 따라 다릅니다. 이 기사에서는 다양한 insert 전략을 비교하고 벤치마크하며, ...

#PostgreSQL #Python #bulk insert #benchmarking #SQLAlchemy
1주 전 · ai

대규모 HNSW: 벡터 데이터베이스가 커질수록 RAG 시스템이 악화되는 이유

근사 벡터 검색이 어떻게 조용히 Recall을 저하시키는지—그리고 이를 해결하는 방법. 게시물 “HNSW at Scale: 왜 당신의 RAG 시스템이 벡터 데이터베이스가 커짐에 따라 악화되는가”.

#HNSW #vector search #approximate nearest neighbor #RAG #recall degradation #vector database scaling #similarity search
1주 전 · ai

나는 Federated Learning으로 50만 개의 신용 기록을 평가했다. 여기 내가 발견한 내용이다

왜 프라이버시가 소규모에서는 공정성을 깨뜨리는가—그리고 협업이 단일 레코드도 공유하지 않고 두 문제를 모두 해결하는 방법. The post I Evaluated Half a Million Credit Records w...

#federated learning #privacy #fairness #credit data #machine learning #data security #financial AI
1주 전 · ai

확률적 다중 변형 추론: 유창한 LLM 답변을 가중 옵션으로 전환

인간 주도 AI 협업. The post Probabilistic Multi-Variant Reasoning: Turning Fluent LLM Answers Into Weighted Options는 처음으로 Towards Data Sc...에 게재되었습니다.

#LLM #probabilistic reasoning #multi-variant reasoning #prompt engineering #AI collaboration
1주 전 · ai

왜 Supply Chain이 2026년에 데이터 과학자에게 최고의 분야인가 (그리고 배우는 방법)

공급망 분야에서 10년을 경험한 제 관점에서, 이것이 데이터 과학자들이 자신의 역량을 인정받을 수 있는 훌륭한 놀이터가 될 수 있는 이유입니다. 게시물: Why Supply C...

#supply chain #data science #career advice #machine learning #AI applications #industry analytics #skill development #2026 trends
1주 전 · ai

NeMo Agent Toolkit으로 중요한 것을 측정하기

관측성, 평가 및 모델 비교에 대한 실용 가이드 ‘Measuring What Matters with NeMo Agent Toolkit’ 게시물은 처음으로 Towards Data Science에 게재되었습니다.

#NeMo #AI agents #model evaluation #observability #NVIDIA
1주 전 · ai

최고의 Data Scientist는 항상 배우고 있다

파트 2: 번아웃 방지, 학습 전략 및 고독의 초능력 The post The Best Data Scientists Are Always Learning appeared first on Towards Data...

#data science #continuous learning #burnout prevention #professional development #AI #machine learning
1주 전 · ai

AI 코딩 에이전트 컨텍스트 최적화 방법

코딩 에이전트를 더 효율적으로 만들기 ‘How to Optimize Your AI Coding Agent Context’라는 글이 처음으로 Towards Data Science에 게재되었습니다....

#AI coding agents #prompt engineering #context optimization #LLM productivity #software development tools

Newer posts

Older posts