Source

Towards Data Science

181 posts from this source

2주 전 · ai

EDA in Public (Part 3): Pandas를 활용한 고객 세분화를 위한 RFM 분석

RFM 세그먼트를 단계별로 구축하고 점수화하며 해석하는 방법 게시물 “EDA in Public Part 3: Pandas를 활용한 고객 세분화를 위한 RFM 분석”이 처음으로 T…에 게재되었습니다.

#ai #data-science #tutorial
2주 전 · ai

딥 강화 학습: 액터-크리틱 방법

로봇 친구들이 협력하여 드론을 조종하는 방법을 배웁니다. The post Deep Reinforcement Learning: The Actor-Critic Method appeared first on Towards Data Science....

#deep reinforcement learning #actor-critic #reinforcement learning #machine learning #AI #robotics
2주 전 · ai

Production-Ready LLMs를 NeMo Agent Toolkit으로 간단히 만들기

간단한 채팅부터 다중 에이전트 추론 및 실시간 REST API까지. “Production-Ready LLMs Made Simple with the NeMo Agent Toolkit” 게시물이 처음으로 Towar…에 게재되었습니다.

#LLM #NeMo #agent toolkit #production AI #NVIDIA #deep learning #NLP #AI deployment #multi‑agent reasoning
2주 전 · ai

Advent of Code가 데이터 과학에 대해 나에게 가르쳐 준 것

프로그래밍 챌린지를 통해 발견한 다섯 가지 핵심 교훈과 그것이 데이터 사이언스에 어떻게 적용되는지 포스트: Advent of Code가 데이터 사이언스에 대해 가르쳐 준 것

#advent of code #data science #programming challenges #machine learning #learning from practice
2주 전 · ai

RAG 시스템에서 실험 변수로서의 청크 크기

RAG 시스템에서 다양한 Chunk Size를 실험하여 검색을 이해하기 Chunk Size를 RAG 시스템의 실험 변수로 다룬 포스트가 처음 등장했습니다.

#retrieval-augmented generation #chunk size #large language models #text chunking #experimental analysis
2주 전 · ai

머신러닝 “Advent Calendar” 보너스 2: Excel에서 Gradient Descent 변형

Gradient Descent, Momentum, RMSProp, 그리고 Adam은 모두 같은 최소값을 목표로 합니다. 이들은 목적지를 바꾸는 것이 아니라 경로만 바꿉니다. 각 방법은 메커니즘을 추가하여…

#gradient descent #momentum #RMSProp #Adam #optimization algorithms #machine learning #deep learning #Excel tutorial #training dynamics
2주 전 · ai

비연속성 및 Control Chattering 극복: 비볼록 최적 제어 문제에서

좋은 수치 해석을 위한 몇 가지 팁과 함께 이 게시물 “Overcoming Nonsmoothness and Control Chattering in Nonconvex Optimal Control Problems”는 처음으로 Towards Data에 게재되었습니다.

#ai #data-science #tutorial
2주 전 · ai

머신러닝 어드벤트 캘린더 보너스 1: Excel에서 AUC

AUC는 선택된 임계값과 무관하게 모델이 양성을 음성보다 얼마나 잘 순위 매기는지를 측정합니다. The post The Machine Learning “Advent Calendar” Bonus 1: AUC...

#AUC #machine learning #Excel #evaluation metrics #data science
3주 전 · ai

곡선 아래의 에이전트 (AUC)

귀하의 에이전트 기반 솔루션이 실제로 더 나은지 이해하기 위해 Towards Data Science에 처음 게재된 “Agents Under the Curve AUC” 포스트…

#reinforcement learning #evaluation metrics #agents #AUC #machine learning
3주 전 · ai

효과적인 AI 프로그래밍을 촉진하는 방법

코딩 에이전트가 당신과 동일한 컨텍스트를 갖도록 보장하는 방법. The post **How to Facilitate Effective AI Programming** appeared first on **Towards Data Science**....

#AI programming #coding agents #prompt engineering #context sharing #LLM assistants
3주 전 · ai

Machine Learning vs AI Engineer: 차이점은 무엇인가?

현재 기술 분야에서 가장 혼란스러운 질문 중 하나는: AI 엔지니어와 머신러닝 엔지니어의 차이는 무엇인가? 두 직업 모두 six-figure job이다.

#machine learning engineer #AI engineer #career advice #skill comparison #data science jobs #tech roles #AI vs ML
3주 전 · ai

강화 학습을 활용한 Vibe Proving 구현

검증 가능한 단계별 논리로 LLM이 추론하도록 만드는 방법 파트 2 ‘Implementing Vibe Proving with Reinforcement Learning’ 게시물이 처음으로 Towards Data…에 실렸습니다.

#reinforcement learning #large language models #prompt engineering #reasoning

Newer posts

Older posts