· ai
우제스 햇빛 아래: 역사적 데이터가 기후 변화를 드러낼 때
더 긴 여름, 온화한 겨울: 프랑스 우제에서 연도별 온도 추세 분석. 게시물 “Under the Uzès Sun: When Historical Data Reveals the C…”
-
- · ai
소개: AI를 이용한 무작위성 분석
안녕하세요 여러분! 👋 저는 현재 NichebrAI라는 프로젝트를 진행 중이며, 여기서 머신러닝 모델을 실험해 복권의 과거 데이터를 분석하고 있습니다.
- · software
수학 교사에서 데이터 사이언스 & 웹 개발까지: 나의 코딩 여정#introduction #learning #webdev #python #datascience
내 배경 안녕하세요 DEV 커뮤니티 👋 저는 수학 교사인 Ahmed Anter이며, 예상치 못하게 코드를 사랑하게 되었습니다. 프로그래밍에 대한 저의 여정은 교실에서 시작되었습니다...
- · ai
루프의 죽음: 시니어 데이터 과학자들이 왜 벡터로 사고하는가
전통적인 소프트웨어 개발에서는 iteration이 가장 중요합니다. 우리는 순차적으로 생각하도록 배웁니다: 항목을 가져와 처리하고 결과를 저장한 다음 다음 항목으로 이동합니다. H...
- · ai
플랫 테이블을 넘어: Power BI에서 엔터프라이즈급 재무 모델 구축
데이터 변환, 스타 스키마 모델링, DAX 변동 분석을 단계별로 진행하며 그 과정에서 얻은 교훈을 공유합니다. 게시물 “Beyond the Flat...”
- · ai
데이터 사이언스 스포트라이트: Advent of Code 2025에서 선정된 문제들
실제 데이터 과학 활용 사례를 구동하는 문제와 솔루션 접근법에 대한 실습 walkthrough The post Data Science Spotlight: Selected Problems from A...
- · 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.
- · 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...
- · 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...
- · ai
65%의 Hacker News 게시물이 부정적 감성을 가지고 있으며, 더 높은 성과를 보인다
번역하려는 텍스트를 제공해 주시겠어요? 텍스트를 알려주시면 한국어로 번역해 드리겠습니다.
- · ai
WTF는 Causal Machine Learning Engineering인가?
Causal Machine Learning Engineering이란 무엇인가? Causal Machine Learning Engineering은 원인과 결과를 이해할 수 있는 머신러닝 모델을 구축하는 방법이다…
- · ai
Ray: 모두를 위한 분산 컴퓨팅, 파트 1
단일 코어에서 멀티 코어까지, 로컬 PC와 그 너머. Ray: Distributed Computing for All, Part 1이 처음으로 Towards Data Science에 게재되었습니다....