Google AI Studio와 함께 데이터 사이언스 워크플로우를 강화하는 4가지 방법
AI Studio Build 모드를 사용하여 더 빠르게 학습하고, 더 스마트하게 프로토타입을 만들며, 더 명확하게 소통하고, 더 빠르게 자동화하는 구체적인 예시와 함께. 포스트 4 Ways to Superchar...
218 posts from this source
AI Studio Build 모드를 사용하여 더 빠르게 학습하고, 더 스마트하게 프로토타입을 만들며, 더 명확하게 소통하고, 더 빠르게 자동화하는 구체적인 예시와 함께. 포스트 4 Ways to Superchar...
입력 값들이 서로 충분히 가깝게 주어졌을 때, 잘 알려진 NP-complete 문제에 대한 최적 해법. 게시물: The Subset Sum Problem Solved in Linear…
Python을 사용하여 예술을 생성하기. “Generating Artwork in Python Inspired by Hirst’s Million-Dollar Spots Painting” 포스트가 처음 Towards Data Science에 게재되었습니다....
다음은 각 series에서 point anomalies를 감지하고 전체 bank에 걸쳐 anomalous signals를 식별하는 방법입니다. The post A Practical Toolkit for Time Series Anoma...
신경망은 종종 블랙 박스처럼 느껴집니다. 이 기사에서는 Excel 수식만을 사용하여 처음부터 신경망 회귀 모델을 구축합니다. 모든 단계를 …
LLM-as-a-Judge, 회귀 테스트, 그리고 다중 에이전트 LLM 시스템의 엔드‑투‑엔드 추적성 — 포스트: AI 에이전트를 위한 프로덕션‑그레이드 관측성: 최소 코드.
코딩 에이전트를 활용해 효과적인 엔지니어가 되는 방법. ‘AI Agents를 코딩에 효과적으로 활용하는 3가지 기술’이라는 포스트가 처음으로 Towards Data Science에 게재되었습니다.
인덱싱이 도움이 되기보다 해가 될 때: 우리 RAG 사용 사례가 벡터 데이터베이스가 아니라 키‑값 스토어가 필요하다는 것을 어떻게 깨달았는가. The post “When Not to Use Vector DB” …
숫자와 텍스트가 섞인 열이 있는 Excel 시트? 정말 난리군요! “Separate Numbers and Text in One Column Using Power Query” 게시물이 처음으로 Towa에 게재되었습니다.
Kernel SVM은 종종 커널, 이중 공식화, 서포트 벡터와 함께 추상적으로 느껴집니다. 이 기사에서는 다른 경로를 택합니다. Kernel Density E...
딥 워크, 과도한 동일시, 스포츠, 그리고 블로깅 ‘Lessons Learned After 8 Years of Machine Learning’ 포스트가 처음으로 Towards Data Science에 게재되었습니다....
마진과 기하학부터 시작하는 대신, 이 기사에서는 익숙한 모델들로부터 단계적으로 Support Vector Machine을 구축합니다. 손실 함수를 변경함으로써 …
코드 작성 그 이상으로, 이것들은 design-level decisions, trade-offs, 그리고 habits로, senior data scientists를 다른 사람들과 조용히 구분 짓는 요소들이다. The post 6 Te...
이 기사에서는 두 가지 인기 있는 Python 라이브러리를 사용하여 영국 내 교통 사고 데이터에 대한 지리공간 분석을 수행하는 방법을 보여드리겠습니다. 나는 rel...
무엇이 잘 작동했고, 무엇이 깨졌으며, 왜 그렇게 했는가. 이 글은 “프로덕션에서 LangChain 1.0으로 업그레이드하면서 배운 교훈”이라는 포스트이며, 처음으로 Towards Data Science에 게재되었습니다....
Softmax 회귀는 단순히 다중 클래스에 확장된 Logistic Regression입니다. 각 클래스마다 하나의 선형 점수를 계산하고 이를 Softmax로 정규화함으로써 우리는 …
Author Spotlight 시리즈에서 TDS Editors는 우리 커뮤니티 구성원들과 데이터 과학 및 AI 분야의 경력 경로, 글쓰기, 그리고 그들의 출처에 대해 대화합니다.
소개 데이터 과학, 데이터 엔지니어링, 혹은 프론트엔드/백엔드 개발자로 일한다면 JSON을 다루게 됩니다. 전문가에게는 이것이 기본적으로 …
Ridge와 Lasso 회귀는 종종 선형 회귀의 더 복잡한 버전으로 인식됩니다. 실제로 예측 모델은 정확히 동일합니다. What ch...
로컬 테스트를 활용해 더 효율적인 프로그래머가 되는 방법을 배우세요. “How to Increase Coding Iteration Speed” 포스트가 처음으로 Towards Data Science에 게재되었습니다….
이 작은 트릭 하나만으로도 훈련 안정성이 향상되고, 더 큰 학습률을 사용할 수 있으며, 스케일링 특성이 개선됩니다. The post NeurIPS 2025 Best P...
이 기사에서는 Excel에서 로지스틱 회귀를 단계별로 직접 재구성합니다. 게시물 “Machine Learning ‘Advent Calendar’ Day 12: Logistic Regression in Excel”을 참고하세요.
딥러닝의 대부분의 돌파구—단순 neural networks부터 large language models에 이르기까지—는 AI 자체보다 훨씬 오래된 원칙에 기반하고 있습니다: decen...
여러분, 안녕하세요! 제가 “EDA in Public”이라고 부르는 대규모 데이터 여정의 시작에 오신 것을 환영합니다. 저를 아시는 분들은 제가 배우는 가장 좋은 방법은…