machine-learning — Page 24

2주 전 · ai

WTF는 Causal Machine Learning Engineering인가?

Causal Machine Learning Engineering이란 무엇인가? Causal Machine Learning Engineering은 원인과 결과를 이해할 수 있는 머신러닝 모델을 구축하는 방법이다…

#causal inference #machine learning #causal ML engineering #AI #model interpretability #data science
2주 전 · ai

[Paper] 가설‑검증: 마이크로서비스를 위한 추측적 근본 원인 분석 with Pathwise Parallelism

마이크로서비스 시스템은 자원 탄력성, 느슨하게 결합된 아키텍처, 그리고 경량성 덕분에 클라우드 네이티브 엔터프라이즈 애플리케이션의 핵심이 되었습니다.

#research #paper #ai #machine-learning
2주 전 · ai

[Paper] Agentic Memory 기반 재귀적 추론을 이용한 마이크로서비스의 근본 원인 로컬라이제이션

현대의 마이크로서비스 시스템은 점점 더 인기를 얻고 복잡해지고 있습니다—종종 수백 개, 심지어 수천 개의 세분화된 상호 의존적인 서브시스템으로 구성됩니다.

#research #paper #ai #machine-learning
2주 전 · ai

기대값 분리: 머신러닝 모델에서 Covariance Shift 마스터하기

데이터를 탓하지 말자: 공분산 이동(Covariance Shift)을 다루는 더 나은 방법 머신러닝 모델을 다루는 개발자라면 누구나 겪어본 적이 있을 겁니다—당황스러운 상황을 바라보며…

#covariance shift #data drift #distribution shift #machine learning #model deployment #training vs inference
2주 전 · ai

한 트랙이 네 개가 될 때: AI Stem Splitting이 내 창작 시간을 되돌려줬다

저는 영상용 음악을 만들어요. 차트‑톱이 아니라, 릴스, 튜토리얼, 그리고 가끔은 클라이언트 브리프용으로 솔직한 트랙을 만들죠. 수년간 제 워크플로우는 단순하고 느렸습니다:

#AI #stem splitting #source separation #music production #machine learning #audio tools #creative workflow
2주 전 · ai

AI 에이전트를 활용한 머신러닝 자동화

개요 Kaggle 대회에 참여하면 곧 패턴을 발견하게 됩니다: 베이스라인 – 데이터를 업로드하고, CatBoost 또는 LightGBM을 실행하여 베이스라인 지표를 ≈ ½ 정도 얻는다.

#AutoML #machine learning #AI agents #Kaggle #feature engineering #hyperparameter optimization #CatBoost #LightGBM
2주 전 · ai

[Paper] TAAF: 트레이스 추상화 및 분석 프레임워크, 지식 그래프와 LLM의 시너지화

실행 트레이스는 복잡한 소프트웨어 시스템을 이해하고, 디버깅하며, 최적화하기 위한 중요한 정보 원천입니다. 그러나 OS 커널이나 ...에서 수집된 트레이스는 ...

#research #paper #ai #machine-learning
2주 전 · ai

[Paper] 계층적 시간 수용 창과 생물학적으로 제약된 스케일 불변 딥 네트워크에서의 제로샷 시간 척도 일반화

인간 인지는 중첩된 시간 척도에 걸쳐 정보를 통합한다. 대뇌피질은 계층적인 Temporal Receptive Windows (TRWs)를 보이지만, 국소 회로는 종종 ...

#research #paper #ai #machine-learning #nlp
2주 전 · ai

데이터 분석가 가이드: Neural Networks 마스터하기: 분석가가 Deep Learning을 사용해야 할 때

Data Analyst Guide: Mastering Neural Networks – When Analysts Should Use Deep Learning Data Analyst라면 Neural Networks에 대한 화제에 익숙할 것입니다.

#neural networks #deep learning #data analysis #machine learning #predictive modeling #AI applications
2주 전 · ai

[Paper] Chronicals: LLM 파인튜닝을 위한 고성능 프레임워크, Unsloth 대비 3.51배 속도 향상

대규모 언어 모델 파인튜닝은 메모리 병목 현상이 있다: 7B 파라미터 모델은 84GB가 필요하며, 그 중 14GB는 가중치, 14GB는 그래디언트, 56GB는 FP32 최적화에 사용된다.

#research #paper #ai #machine-learning #nlp
2주 전 · ai

🧠 LLMs를 5살 아이에게 설명하듯

도서관 사서 비유 상상해 보세요, 다음과 같은 사서를: - 도서관의 모든 책을 읽었다 - 언어가 작동하는 패턴을 암기했다 - 다음에 올 단어를 예측할 수 있다…

#large language models #LLM basics #AI explanation #machine learning #natural language processing
2주 전 · ai

[Paper] 동질 및 이질 데이터에 대한 최초의 증명 가능한 최적 비동기 SGD

Artificial intelligence는 대규모 데이터셋으로 훈련된 거대한 neural networks를 통해 빠르게 발전했습니다. 수천 개의 GPUs 또는 TPUs를 사용한 이러한 training은…

#research #paper #ai #machine-learning

Newer posts

Older posts