[Programming] gRPC란? gRPC와 REST의 차이점

8 분 소요

[Python] uv : 패키지 관리 도구

6 분 소요

[Python] PEP 8 : Style Guide for Python Code

6 분 소요

[Python] PEP 20 : The Zen of Python

3 분 소요

[Data Pipeline] ETL vs ELT

1 분 소요

[ML] Titans: Learning to Memorize at Test Time by Google

6 분 소요

[Python] FastAPI Uvicorn + Gunicorn

1 분 소요

[Python] FastAPI 동기 vs 비동기

5 분 소요

[Linux] Tmux 사용법 및 주요 명령어

2 분 소요

[MLOps] 데이터 버전 관리 DVC

2 분 소요

[MLOps] Kubeflow Pipiline 소개

5 분 소요

[ML] Extended Isolation Forest (EIF) 소개

5 분 소요

[논문 리뷰] Trustworthy Residual Vehicle Value Prediction for Auto Finance

19 분 소요

[Python] Anaconda 필수 명령어 모음

최대 1 분 소요

[논문 리뷰] Bootstrap Latent Representations for Multi-modal Recommendation

24 분 소요

Bootstrap Latent Representations for Multi-modal Recommendation

[Recommendation System] 그래프 기반 추천 시스템

8 분 소요

[Recommendation System] 추천 모델 개발 (3) - 딥러닝 모델

5 분 소요

[Recommendation System] 추천 모델 개발 (2) - 딥러닝 모델

6 분 소요

[Recommendation System] 추천 모델 개발 (1) - 모델 데이터

8 분 소요

[Recommendation System] 추천 모델

3 분 소요

[Recommendation System] 추천 서비스란 무엇인가

4 분 소요

[Recommendation System] 유튜브 알고리즘으로 보는 딥러닝 기반 추천 시스템

최대 1 분 소요

[Recommendation System] 연관규칙분석(Apriori Algorithm)

5 분 소요

[Recommendation System] 추천 시스템과 머신 러닝 (2)

4 분 소요

[Recommendation System] 추천 시스템과 머신 러닝 (1)

5 분 소요

[Data Cleaning] 05. Inconsistent Data Entry (일관되지 않은 데이터 입력)

4 분 소요

[Data Cleaning] 04. Character Encodings (문자 인코딩)

7 분 소요

[Data Cleaning] 03. Parsing Dates (날짜 파싱)

4 분 소요

[Data Cleaning] 02. Scaling and Normalization (스케일링 및 정규화)

2 분 소요

[Time Series] 06. Forecasting With Machine Learning

6 분 소요

[Data Cleaning] 01. Handling Missing Values (결측값 처리)

7 분 소요

[Time Series] 05. Hybrid Models

7 분 소요

[Time Series] 04. Time Series as Features

7 분 소요

[Time Series] 03. Seasonality

6 분 소요

[Time Series] 02. Trend

4 분 소요

[Time Series] 01. Linear Regression With Time Series

5 분 소요

[LLM] Pretrained vs Fine-tuned vs Instruction-tuned vs RL-tuned

2 분 소요

[논문 리뷰] prophet (페이스북 시계열예측 모델)

4 분 소요

[LLM] sLLM(small Large Language Model)

4 분 소요

[TensorFlow] Real-world time series data (3)

2 분 소요

[TensorFlow] Real-world time series data (2)

4 분 소요

[TensorFlow] Real-world time series data (1)

2 분 소요

[ML] ANN, DNN, CNN, RNN의 개념과 차이

2 분 소요

[TensorFlow] Recurrent Neural Networks for Time Series (2)

3 분 소요

[TensorFlow] Recurrent Neural Networks for Time Series (1)

5 분 소요

[TensorFlow] Deep Neural Networks for Time Series (3)

2 분 소요

[TensorFlow] Deep Neural Networks for Time Series (2)

4 분 소요

[TensorFlow] Deep Neural Networks for Time Series (1)

4 분 소요

[TensorFlow] Sequences and Prediction (2)

4 분 소요

[TensorFlow] Sequences and Prediction (1)

4 분 소요

[ML] 라벨 인코딩과 원핫 인코더를 사용한 범주형 인코딩

4 분 소요

[Machine Learning] ML에서 재현성(Reproducibility)이 중요한 이유

4 분 소요

[BI] Power BI

9 분 소요

[LangChain] 모듈(Modules)

12 분 소요

[Python] A Modern Python Dependency Manager and Project Builder

2 분 소요

Poetry가 무엇인가요? 프로젝트 빌더와 패키징 솔루션이 모두 하나로 포장된 것입니다. Python에서 종속성 관리와 복잡성을 단순화 합니다.

[LangChain] LangChain(LangChain)

1 분 소요

[LangChain] LangChain, Chat with Your Data

9 분 소요

[LlamaIndex] 라마인덱스(LlamaIndex) 활용

7 분 소요

[LlamaIndex] 라마인덱스(LlamaIndex)

6 분 소요

[Amazon Sagemaker] Amazon SageMaker 모델 빌딩 파이프라인 소개

1 분 소요

[Amazon Sagemaker] Amazon SageMaker 모델 학습 방법 소개

최대 1 분 소요

[Amazon Sagemaker] Amazon SageMaker 모델 학습 방법 소개

1 분 소요

[Database] Concurrency Control

2 분 소요

[Generative AI with Large Language Models] Introduction to LLMs and the generative AI project lifecycle (2)

5 분 소요

[Generative AI with Large Language Models] Introduction to LLMs and the generative AI project lifecycle

3 분 소요

[LLM] LLaMA기반 Vicuna와 Vicuna기반 Multi-Modal 모델: MiniGPT-4

8 분 소요

[LLM] GPT4All: 로컬 PC에서 사용가능한 LLaMA

9 분 소요

[LLM] Meta LLaMA의 친척 — Stanford Univ의 Alpaca

5 분 소요

[LLM] Meta AI의 Small Gaint Model: LLaMA(Large Language Model Meta AI)

8 분 소요

[Database] Transaction Management

7 분 소요

[Markdown] 마크다운 표(Table) 작성하는 법

1 분 소요

[Markdown] 마크다운 문서 내부 링크 이동 (북마크, 바로 가기, 목차)

최대 1 분 소요

[Markdown] 마크다운 작성 방법

2 분 소요

[Database] Indexing Files

15 분 소요

[Data Visualization] Reduce and Focus+Context

5 분 소요

[Database] Storage and Basic Files

13 분 소요

[Data Visualization] Interacting with Views

6 분 소요

[Database] Normalization

9 분 소요

[Data Visualization] Validation

7 분 소요

[Data Visualization] Arrange Networks and Trees

5 분 소요

[Database] SQL (Structured Query Language) - 3

7 분 소요

[Data Visualization] Arrange Table

8 분 소요

[Database] SQL (Structured Query Language) - 2

9 분 소요

[Data Visualization] Colors (Encoding)

5 분 소요

[Database] SQL (Structured Query Language)

3 분 소요

[Data Visualization] Colors (Perception)

6 분 소요

[Database] Relational Schema Design ER to Relational Mapping

2 분 소요

[Database] Relational Algebra

6 분 소요

[Data Visualization] Marks and Channels

5 분 소요

[Database] Relational Model

5 분 소요

[Data Visualization] Why - Task Abstraction

7 분 소요

[Data Visualization] What - Data Abstraction

8 분 소요

[Database] Entity Relationship(ER) Model

7 분 소요

[Data Visualization] Justification

4 분 소요

[Data Visualization] Introduction to InfoVis (2)

최대 1 분 소요

[Data Visualization] Introduction to InfoVis (1)

3 분 소요

[Database] Database Systems

3 분 소요

[Spring Boot] 스프링 부트 배포하기 (Maven, Gradle) War 파일로 빌드

1 분 소요

[Storage] 스토리지란? DAS란? / NAS란? / SAN 이란? 차이점?

1 분 소요

[Java] 그레이들(Gradle) 개념

4 분 소요

[Data Structures & Algorithms] Searching

6 분 소요

[Artificial Intelligence] Reinforcement Learning

1 분 소요

[Data Structures & Algorithms] Hashing

7 분 소요

[Operating System] Virtual Memory Management

10 분 소요

[Artificial Intelligence] Object Recognition

6 분 소요

[Data Structures & Algorithms] Sorting (1)

7 분 소요

[Artificial Intelligence] 다층 퍼셉트론(Multi-Layer Perceptiron, MLP)

5 분 소요

Multi-Layer Perceptiron, MLP

[Spring] Batch 소개와 간단한 예제

7 분 소요

[Spring] Batch 구조와 구성 요소

7 분 소요

[Operating System] Virtual Memory Organization

5 분 소요

[Artificial Intelligence] 퍼셉트론(Perceptiron)

4 분 소요

[Artificial Intelligence] 결정트리(ID3)

7 분 소요

[Programming] REST란? REST API 와 RESTful API의 차이점

4 분 소요

REST(REpresentational State Transfer)란?

[Programming] HTTP 상태 코드 정리

4 분 소요

상태 코드란?

[Data Structures & Algorithms] Heap : Priority Queue

6 분 소요

[Operating System] Memory Management

6 분 소요

[Artificial Intelligence] Bayesian Networks

5 분 소요

[LaTeX] LaTeX 기호 모음 (LaTex Symbol Collection)

5 분 소요

[Data Structures & Algorithms] Binary Search Tree

3 분 소요

[Operating System] Process Scheduling

10 분 소요

[Artificial Intelligence] Strong Method

4 분 소요

[Artificial Intelligence] Inference

1 분 소요

[Operating System] Process Management (2)

3 분 소요

[Artificial Intelligence] Knowledge Representation

4 분 소요

[Data Structures & Algorithms] Basic Concepts

7 분 소요

[Operating System] Process Management (1)

2 분 소요

[Artificial Intelligence] Heuristic search

2 분 소요

[Artificial Intelligence] Adversarial Search

1 분 소요

[Python] 파케이(Parquet)

3 분 소요

[Operating System] Introduction and System Structures

7 분 소요

[Artificial Intelligence] Solving problems by Searching (2)

3 분 소요

[Artificial Intelligence] Solving problems by Searching (1)

3 분 소요

[Artificial Intelligence] Introduction to Aritificial Intelligence

4 분 소요

[Python] SQLAlchemy ORM

1 분 소요

[Python] 제너레이터(Generator)

15 분 소요

[ML] BERT Fine-Tuning

31 분 소요

[Machine Learning] 사전학습 언어 모델(Pretrained Language Model)

2 분 소요

[Machine Learning] BERT, GPT-2

2 분 소요

[NLP] BERT 이해하기

7 분 소요

[Machine Learning] 트랜스포머(Transformer) - 트랜스포머와 컴퓨팅

1 분 소요

[Machine Learning] 트랜스포머(Transformer) - 트랜스포머의 이해

1 분 소요

[NLP] Word2Vec

3 분 소요

[R Programming] 결측치(Missing Value) 처리

1 분 소요

[NLP] 단어 임베딩(Word Embedding)

1 분 소요

[NLP] 단어 표현 (Word Representation)

1 분 소요

[NLP] 토큰화(Tokenization) / 토크나이징(Tokenizing)

3 분 소요

[NLP] 텍스트 데이터의 문자열 처리

3 분 소요

[NLP] 정규 표현식을 이용한 문자 추출

3 분 소요

[R Programming] tidyr / dplyr

1 분 소요

[R Programming] R 기본 객체와 자료 형태 (2)

3 분 소요

[R Programming] R 기본 객체와 자료 형태 (1)

6 분 소요

[R Programming] R에서의 변수 ∙ 상수 ∙ 주석문 ∙ 함수

1 분 소요

[R Programming] 조건문 / 반복문

4 분 소요

[Machine Learning] Attention Is All You Need (1)

2 분 소요

Attention Is All You Need

[Ⅴ. Sequence Models] Transformer Network (2)

5 분 소요

[Ⅴ. Sequence Models] Transformer Network (1)

10 분 소요

[Ⅴ. Sequence Models] Sequence Models & Attention Mechanism (4)

6 분 소요

[Ⅴ. Sequence Models] Sequence Models & Attention Mechanism (3)

9 분 소요

[Ⅴ. Sequence Models] Sequence Models & Attention Mechanism (1)

14 분 소요

[Ⅴ. Sequence Models] Sequence Models & Attention Mechanism (1)

6 분 소요

[Ⅴ. Sequence Models] Natural Language Processing & Word Embeddings (5)

8 분 소요

[Ⅴ. Sequence Models] Natural Language Processing & Word Embeddings (4)

9 분 소요

[Ⅴ. Sequence Models] Natural Language Processing & Word Embeddings (3)

10 분 소요

[Ⅴ. Sequence Models] Natural Language Processing & Word Embeddings (2)

6 분 소요

[Ⅴ. Sequence Models] Natural Language Processing & Word Embeddings (1)

10 분 소요

[Ⅴ. Sequence Models] Recurrent Neural Networks (7)

5 분 소요

[Ⅴ. Sequence Models] Recurrent Neural Networks (6)

4 분 소요

[Ⅴ. Sequence Models] Recurrent Neural Networks (5)

7 분 소요

[Ⅴ. Sequence Models] Recurrent Neural Networks (4)

7 분 소요

[Ⅴ. Sequence Models] Recurrent Neural Networks (3)

9 분 소요

[Ⅴ. Sequence Models] Recurrent Neural Networks (2)

9 분 소요

[Ⅴ. Sequence Models] Recurrent Neural Networks (1)

5 분 소요

[Ⅳ. Convolutional Neural Networks] Special Applications (4)

11 분 소요

[Ⅳ. Convolutional Neural Networks] Special Applications (3)

9 분 소요

[Ⅳ. Convolutional Neural Networks] Special Applications (2)

10 분 소요

[Ⅳ. Convolutional Neural Networks] Special Applications (1)

6 분 소요

[Ⅳ. Convolutional Neural Networks] Object Detection (7)

5 분 소요

[Ⅳ. Convolutional Neural Networks] Object Detection (6)

6 분 소요

[Ⅳ. Convolutional Neural Networks] Object Detection (5)

4 분 소요

[Ⅳ. Convolutional Neural Networks] Object Detection (4)

9 분 소요

[Ⅳ. Convolutional Neural Networks] Object Detection (3)

9 분 소요

[Ⅳ. Convolutional Neural Networks] Object Detection (2)

6 분 소요

[Ⅳ. Convolutional Neural Networks] Object Detection (1)

11 분 소요

[Ⅳ. Convolutional Neural Networks] Deep Convolutional Models (6)

8 분 소요

[Ⅳ. Convolutional Neural Networks] Deep Convolutional Models (5)

5 분 소요

[Ⅳ. Convolutional Neural Networks] Deep Convolutional Models (4)

8 분 소요

[Ⅳ. Convolutional Neural Networks] Deep Convolutional Models (3)

8 분 소요

[Ⅳ. Convolutional Neural Networks] Deep Convolutional Models (2)

10 분 소요

[Ⅳ. Convolutional Neural Networks] Deep Convolutional Models (1)

11 분 소요

[Ⅳ. Convolutional Neural Networks] Convolutional Neural Networks (6)

10 분 소요

[Ⅳ. Convolutional Neural Networks] Convolutional Neural Networks (5)

7 분 소요

[Ⅳ. Convolutional Neural Networks] Convolutional Neural Networks (4)

6 분 소요

[Ⅳ. Convolutional Neural Networks] Convolutional Neural Networks (3)

8 분 소요

[Ⅳ. Convolutional Neural Networks] Convolutional Neural Networks (2)

8 분 소요

[Ⅳ. Convolutional Neural Networks] Convolutional Neural Networks (1)

8 분 소요

[Ⅲ. Structuring Machine Learning Projects] End-to-end Deep Learning (2)

4 분 소요

[Ⅲ. Structuring Machine Learning Projects] End-to-end Deep Learning (1)

6 분 소요

[Ⅲ. Structuring Machine Learning Projects] Learning from Multiple Tasks (2)

6 분 소요

[Ⅲ. Structuring Machine Learning Projects] Learning from Multiple Tasks (1)

5 분 소요

[Ⅲ. Structuring Machine Learning Projects] Mismatched Training and Dev/Test Set (3)

5 분 소요

[Ⅲ. Structuring Machine Learning Projects] Mismatched Training and Dev/Test Set (2)

8 분 소요

[Ⅲ. Structuring Machine Learning Projects] Mismatched Training and Dev/Test Set (1)

5 분 소요

[Ⅲ. Structuring Machine Learning Projects] Error Analysis (3)

3 분 소요

[Ⅲ. Structuring Machine Learning Projects] Error Analysis (2)

6 분 소요

[Ⅲ. Structuring Machine Learning Projects] Error Analysis (1)

5 분 소요

[Ⅲ. Structuring Machine Learning Projects] Comparing to Human-level Performance (3)

5 분 소요

[Ⅲ. Structuring Machine Learning Projects] Comparing to Human-level Performance (2)

5 분 소요

[Ⅲ. Structuring Machine Learning Projects] Comparing to Human-level Performance (1)

6 분 소요

[Ⅲ. Structuring Machine Learning Projects] Setting Up your Goal (3)

5 분 소요

[Ⅲ. Structuring Machine Learning Projects] Setting Up your Goal (2)

6 분 소요

[Ⅲ. Structuring Machine Learning Projects] Setting Up your Goal (1)

6 분 소요

[Ⅲ. Structuring Machine Learning Projects] Introduction to ML Strategy (1)

6 분 소요

[Ⅱ. Deep Neural Network] Introduction to Programming Frameworks (1)

4 분 소요

[Ⅱ. Deep Neural Network] Multi-class Classification (1)

5 분 소요

[Ⅱ. Deep Neural Network] Batch Normalization (3)

6 분 소요

[Ⅱ. Deep Neural Network] Batch Normalization (2)

5 분 소요

[Ⅱ. Deep Neural Network] Batch Normalization (1)

4 분 소요

[Ⅱ. Deep Neural Network] Hyperparameter Tuning (2)

7 분 소요

[Ⅱ. Deep Neural Network] Hyperparameter Tuning (1)

3 분 소요

[Ⅱ. Deep Neural Network] Optimization Algorithms (6)

5 분 소요

[Ⅱ. Deep Neural Network] Optimization Algorithms (5)

5 분 소요

[Ⅱ. Deep Neural Network] Optimization Algorithms (4)

5 분 소요

[Ⅱ. Deep Neural Network] Optimization Algorithms (3)

6 분 소요

[Ⅱ. Deep Neural Network] Optimization Algorithms (2)

5 분 소요

[Ⅱ. Deep Neural Network] Optimization Algorithms (1)

4 분 소요

[Ⅱ. Deep Neural Network] Practical Aspects of Deep Learning (8)

5 분 소요

[Ⅱ. Deep Neural Network] Practical Aspects of Deep Learning (7)

5 분 소요

[Ⅱ. Deep Neural Network] Practical Aspects of Deep Learning (6)

5 분 소요

[Ⅱ. Deep Neural Network] Practical Aspects of Deep Learning (5)

7 분 소요

[Ⅱ. Deep Neural Network] Practical Aspects of Deep Learning (4)

4 분 소요

[Ⅱ. Deep Neural Network] Practical Aspects of Deep Learning (3)

6 분 소요

[Ⅱ. Deep Neural Network] Practical Aspects of Deep Learning (2)

8 분 소요

[Ⅱ. Deep Neural Network] Practical Aspects of Deep Learning (1)

6 분 소요

[Ⅰ. Neural Networks and Deep Learning] Deep Neural Networks (5)

5 분 소요

[Ⅰ. Neural Networks and Deep Learning] Deep Neural Networks (4)

2 분 소요

[Ⅰ. Neural Networks and Deep Learning] Deep Neural Networks (3)

7 분 소요

[Ⅰ. Neural Networks and Deep Learning] Deep Neural Networks (2)

3 분 소요

[Ⅰ. Neural Networks and Deep Learning] Deep Neural Networks (1)

5 분 소요

[Ⅰ. Neural Networks and Deep Learning] Shallow Neural Networks (6)

최대 1 분 소요

[Ⅰ. Neural Networks and Deep Learning] Shallow Neural Networks (5)

3 분 소요

[Ⅰ. Neural Networks and Deep Learning] Shallow Neural Networks (4)

6 분 소요

[Ⅰ. Neural Networks and Deep Learning] Shallow Neural Networks (3)

5 분 소요

[Ⅰ. Neural Networks and Deep Learning] Shallow Neural Networks (2)

5 분 소요

[Ⅰ. Neural Networks and Deep Learning] Shallow Neural Networks (1)

4 분 소요

[Ⅰ. Neural Networks and Deep Learning] Neural Networks Basics (9)

4 분 소요

[Ⅰ. Neural Networks and Deep Learning] Neural Networks Basics (8)

5 분 소요

[Ⅰ. Neural Networks and Deep Learning] Neural Networks Basics (7)

4 분 소요

[Ⅰ. Neural Networks and Deep Learning] Neural Networks Basics (6)

6 분 소요

[Ⅰ. Neural Networks and Deep Learning] Neural Networks Basics (5)

5 분 소요

[Ⅰ. Neural Networks and Deep Learning] Neural Networks Basics (4)

5 분 소요

[Ⅰ. Neural Networks and Deep Learning] Neural Networks Basics (3)

6 분 소요

[Ⅰ. Neural Networks and Deep Learning] Neural Networks Basics (2)

3 분 소요

[Ⅰ. Neural Networks and Deep Learning] Neural Networks Basics (1)

6 분 소요

[Ⅰ. Neural Networks and Deep Learning] Introduction to Deep Learning (2)

5 분 소요

[Ⅰ. Neural Networks and Deep Learning] Introduction to Deep Learning (1)

8 분 소요

[NLP] Conversation Model

5 분 소요

Conversation Model

[NLP] Topic Models

1 분 소요

Topic Models

[Machine Learning] SVM(Support Vector Machine) - Python

6 분 소요

SVM(Support Vector Machine) - Python

[Machine Learning] 서포트 벡터 머신(Support Vecrtor Machine, SVM)

6 분 소요

서포트 벡터 머신(Support Vecrtor Machine, SVM) 서포트 벡터 머신(Support Vecrtor Machine, SVM) 은 분류 과제에 사용할 수 있는 강력한 머신러닝 지도학습 모델이다. 일단 이 SVM의 개념만 최대한 쉽게 설명해본다. 중간중간 파이썬 라이...

[Machine Learning] Linear Regression

3 분 소요

선형 회귀

[Machine Learning] SVM(Support Vector Machine) - 4. Preview

1 분 소요

SVM(Support Vector Machine)

[Machine Learning] SVM(Support Vector Machine) - 3. Kernal

3 분 소요

SVM(Support Vector Machine)

[Machine Learning] SVM(Support Vector Machine) - 2. Margin

2 분 소요

SVM(Support Vector Machine)

[Machine Learning] SVM(Support Vector Machine) - 1. Introduction

2 분 소요

SVM(Support Vector Machine)

[NLP] Question Answering

5 분 소요

Question Answering

[NLP] Information Extraction

7 분 소요

Information Extraction

[NLP] Machine Translation

3 분 소요

Machine Translation

[Data Mining] CNN

1 분 소요

Convolutional Neural Network

[NLP] Text Classification

2 분 소요

Text Classification

[Data Mining] 딥러닝의 기초 - 오류역전파법

최대 1 분 소요

딥러닝의 기초 - 오류역전파법

[NLP] Transformer

2 분 소요

Transformer

[NLP] NLP Research Trends (2)

최대 1 분 소요

NLP Research Trends

[NLP] NLP Research Trends (1)

최대 1 분 소요

NLP Research Trends

[NLP] NLP Practices

1 분 소요

Natural Language Processing Practices

[Data Mining] 딥러닝의 기초 - 퍼셉트론, 인공신경망

최대 1 분 소요

딥러닝의 기초 - 퍼셉트론, 인공신경망

[NLP] Word Representation (2)

1 분 소요

Word Representation

[NLP] Word Representation (1)

2 분 소요

Word Representation

[Data Mining] 딥러닝의 개발 과정

5 분 소요

딥러닝의 개발 과정

[Data Mining] 데이터 마이닝과 기계학습

1 분 소요

데이터 마이닝과 기계학습

[NLP] Natural Language Processing

2 분 소요

Natural Language Processing

[Spring] @Async Annotation(비동기 메소드)

3 분 소요

@Async

[Kafka] 아파치 카프카(Apache Kafka)란 무엇인가? (2)

5 분 소요

[Kafka] 아파치 카프카(Apache Kafka)란 무엇인가? (1)

5 분 소요

[Database System] Concurrency Control (2)

7 분 소요

Database System

[Database System] Concurrency Control (1)

5 분 소요

Database System

Data Analytics vs Data Analysis

3 분 소요

기술에 대한 기본 지식이 있는 경우 Data Analytics과 Data Analysis라는 용어를 접했을 것입니다. 이 둘의 차이점이나 유사점에 대해 생각해 본 적이 있나요? 많은 사람들이 둘 다 같은 것으로 오해하고 있습니다. 이 둘이 동일하거나 유사하다고 생각하나요?

[Database System] Transaction Management

8 분 소요

Database System

[Database System] Hashing File(2)

8 분 소요

Database System

[Database System] Hashing File(1)

6 분 소요

Database System

[Database System] Extenal Sorting

5 분 소요

Database System

[Database System] Tree Index (2)

9 분 소요

Database System

[Java] Stream API (5/5) - 연습문제 풀이

3 분 소요

[Java] Stream API (4/5) - 활용 및 사용법 - 고급

12 분 소요

[Java] Stream API (3/5) - 활용 및 사용법 - 기초

8 분 소요

[Java] Stream API (2/5) - 람다식(Lambda Expression)과 함수형 인터페이스(Functional Interface)

6 분 소요

[Java] Stream API (1/5) - Stream API에 대한 이해

3 분 소요

[Programming] 함수형 프로그래밍(Functional Programming)

5 분 소요

함수형 프로그래밍(Functional Programming)에 대한 이해

[Database System] Tree Index (1)

5 분 소요

Database System

File Organization - Heap vs Sorting vs Hash

4 분 소요

File Organization- Heap vs Sorting vs Hash

[Database System] File Organizations(2)

7 분 소요

Database System

[Database System] File Organizations(1)

7 분 소요

Database System

[Database System] Storing Database(2) - Buffer

5 분 소요

Database System

[Database System] Storing Database(1) - Disk Storage

2 분 소요

Database System

[Database System] Relational Algebra

3 분 소요

Database System

[Database System] Relational Model

4 분 소요

Database System

[Database System] Database/DBMS, DBMS vs File System

1 분 소요

Database System

[빅데이터분석기사 필기] Ⅳ.빅데이터 결과 해석 - 02. 분석 결과 해석 및 활용 (4)

3 분 소요

키워드🔑 성능모니터링, 모니터링, 솔루션, 샤이니(R), 분석주기, 성능이벤트, 임계치, 리모델링

[빅데이터분석기사 필기] Ⅳ.빅데이터 결과 해석 - 02. 분석 결과 해석 및 활용 (3)

3 분 소요

키워드🔑 분석모형전개, 운영시스템적용, 운영및개선방안, 예측오차, 추적신호, 활용분야분류, 초기아이디어개발관점, 마인드맵방식, 친화도표방식, 피라미드방식, 가치사슬관점, 서비스모형, 채널시스템활용, 비즈니스모형활용, 비즈니스모델캔버스

[빅데이터분석기사 필기] Ⅳ.빅데이터 결과 해석 - 02. 분석 결과 해석 및 활용 (2)

2 분 소요

키워드🔑 시간시각화, 막대그래프, 누적 막대그래프, 선그래프, 영역차트, 계단식그래프, 공간시각화, 등치지역도, 등치선도, 도트맵, 도트플롯맵, 버블맵, 버블플롯맵, 카토그램, 관계시각화, 산점도, 산점도 행렬, 버블차트, 히스토그램, 비교시각화, 플로팅바차트, 히트맵, 체르...

[빅데이터분석기사 필기] Ⅳ.빅데이터 결과 해석 - 02. 분석 결과 해석 및 활용 (1)

2 분 소요

키워드🔑 데이터시각화, 시간시각화, 분포시각화, 관계시각화, 비교시각화, 공간시각화, 시각화도구, 태블로, 인포그램, 차트블록, 데이터래퍼, 비즈니스기여도평가, 총소유비용(TCO), 투자대비효과(ROI), 순현재가치(NPV), 내부수익률(IRR), 투자회수기간(PP)

[빅데이터분석기사 필기] Ⅳ.빅데이터 결과 해석 - 01. 분석 모형 평가 및 개선 (4)

4 분 소요

키워드🔑 과대적합방지, 데이터 증강, 모델복잡도감소, 가중치규체, L1규제, L2규제, 드롭아웃, 매개변수최적화, 확률적 경사 하강법, 모멘텀, AdaGrad, Adam, 취합방법론, 다수결, 배깅, 페이스팅, 랜덤서브스페이스, 랜덤패치, 랜덤포레스트, 부스팅방법론, 에이다부스...

[빅데이터분석기사 필기] Ⅳ.빅데이터 결과 해석 - 01. 분석 모형 평가 및 개선 (3)

1 분 소요

키워드🔑 모집단평균, Z-검정, T-검정, 분산분석, 모집단분석, 카이제곱검정, F-검정, 적합도 검정, 정규성검정, 샤피로-월크 검정, 콜모고로프-스미르노프 검정(K-S검정), Q-Q Plot

[빅데이터분석기사 필기] Ⅳ.빅데이터 결과 해석 - 01. 분석 모형 평가 및 개선 (2)

2 분 소요

키워드🔑 교차검증, 홀드 아웃 교차 검증, 랜덤 서브샘플링, K-Fold Cross Validation, LOOCV, LpOCV, RLT, 부트스트랩

[빅데이터분석기사 필기] Ⅳ.빅데이터 결과 해석 - 01. 분석 모형 평가 및 개선 (1)

3 분 소요

키워드🔑 회귀 모형 평가지표, SSE, SST, SSR, R²=결정계수, R²adj, Mallow’s Cp, 분류 모형 평가지표, 혼동 행렬, ROC 곡선, AUC, 이익도표, 홀드 아웃 교차 검증, 다중 교차 검증, 정확도, 오차비율,민감도, 특이도, 거짓긍정률, 정밀도, F...

[빅데이터분석기사 필기] Ⅲ.빅데이터 모델링 - 02. 분석기법 적용 (12) 비모수 통계

2 분 소요

키워드🔑 비모수통계, 부호검정, 윌콕슨 부호 순위 검정, 윌콕슨 순위 합 검정, 크루스칼-왈리스 검정, 런 검정

[빅데이터분석기사 필기] Ⅲ.빅데이터 모델링 - 02. 분석기법 적용 (11) 앙상블 분석

5 분 소요

키워드🔑 앙상블분석, 배깅, 부트스트랩, 부스팅, AdaBoost, 랜덤포레스트, 배깅을 이용한 포레스트 구성, 임의노드 최적화, 중요 매개변수, 포레스트 크기, 최대 허용 깊이, 임의성 정도

[빅데이터분석기사 필기] Ⅲ.빅데이터 모델링 - 02. 분석기법 적용 (10) 비정형 데이터 분석

2 분 소요

키워드🔑 사회연결망분석(SNA), 연결정도, 포괄성, 밀도, 연결정도 중심성, 근접 중심성, 매개 중심성, 감성분석, 오피니언 마이닝, 텍스트 마이닝, 웹마이닝

[빅데이터분석기사 필기] Ⅲ.빅데이터 모델링 - 02. 분석기법 적용 (9) 립러닝 분석

2 분 소요

키워드🔑 딥러닝, DNN, 은닉충, 역전파, CNN, 컨볼루션, 피처맵, 서브샘플링, RNN

[빅데이터분석기사 필기] Ⅲ.빅데이터 모델링 - 02. 분석기법 적용 (8) 베이지안기법

1 분 소요

키워드🔑 확률, 교사건, 표본 평균, 표본 분산, 표본 표준편차, 표본 공분산, 상관계수, 상관계수 행렬, 조건부확률, 전확률의정리, 베이즈정리, 베이즈 확률

[빅데이터분석기사 필기] Ⅲ.빅데이터 모델링 - 02. 분석기법 적용 (7) 시계

1 분 소요

키워드🔑 시계열분석, 정상성, 자기회귀모형(AR모형), 이동평균모형(MA모형), 자기회귀 누적 이동평균모형(ARIMA모형), 백색잡음과정, 분해시계열, 추세요인, 계절요인, 순환요인, 불규칙 요인

[빅데이터분석기사 필기] Ⅲ.빅데이터 모델링 - 02. 분석기법 적용 (6) 범주형 자료 분석

3 분 소요

키워드🔑 군집분석, 계층적군집, k-평균군집, 혼합평균군집, EM알고리즘, 자기조직화지도(SOM), 최단연걸법, 최장연결법, 중심연결법, 평균연결법, 와드연결법, 유클리드, 맨하튼, 민코프스키, 표준화, 마할라노비스 거리, 단순일치계수, 자카드계수, 순위상관계수

[빅데이터분석기사 필기] Ⅲ.빅데이터 모델링 - 02. 분석기법 적용 (5) 군집분석

4 분 소요

키워드🔑 군집분석, 계층적군집, k-평균군집, 혼합평균군집, EM알고리즘, 자기조직화지도(SOM), 최단연걸법, 최장연결법, 중심연결법, 평균연결법, 와드연결법, 유클리드, 맨하튼, 민코프스키, 표준화, 마할라노비스 거리, 단순일치계수, 자카드계수, 순위상관계수

[빅데이터분석기사 필기] Ⅲ.빅데이터 모델링 - 02. 분석기법 적용 (4) SVM, 연관성분석

2 분 소요

키워드🔑 SVM, 서포트벡터머신, 서포트벡터, 초평면, 슬랙변수, 커널트릭, 연관성분석, 지지도, 신뢰도, 향상도

[빅데이터분석기사 필기] Ⅲ.빅데이터 모델링 - 02. 분석기법 적용 (3) 인공신경망

2 분 소요

키워드🔑 인공신경망, 퍼셉트론, 활성함수, XOR문제, 다층퍼셉트론, 역전파알고리즘, 기울기소실, 활성화함수, 계단함수, 부호함수, 시그모이드, tanh함수, ReLU, Softmax 함수

[빅데이터분석기사 필기] Ⅲ.빅데이터 모델링 - 02. 분석기법 적용 (2) 의사결정나무

3 분 소요

키워드🔑 의사결정나무, 분류함수(분류규칙), 분리기준, 성장, 가지치기, 교차타당성, 카이제곱 통계량, 지니 지수, 엔트로피 지수, 순수도, CART, C4.5 & C5.0, CHAID, QUEST

[빅데이터분석기사 필기] Ⅲ.빅데이터 모델링 - 02. 분석기법 적용 (1) 회귀분석

3 분 소요

키워드🔑 회귀분석, 선형성, 독립성, 등분산성, 비상관성, 정상성, 추정, 최소제곱법, 회귀계수, 결정계수, F-통계량, 로지스틱회귀분석, 다중공선성

[빅데이터분석기사 필기] Ⅲ.빅데이터 모델링 - 01. 분석 모형 설계(2)

3 분 소요

키워드🔑 파라미터, 하이퍼파라미터, 모델링, 비즈니스영향도평가, R, Python, 학습용데이터, 검증용데이터, 평가용 데이터

[빅데이터분석기사 필기] Ⅲ.빅데이터 모델링 - 01. 분석 모형 설계(1)

4 분 소요

키워드🔑 분석모형, 통계기반, 기술통계, 상관분석, 회귀분석, 분산분석, 주성분분석, 판별분석, 데이터마이닝, 분류, 예측, 군집화, 연관규칙, 머신러닝, 지도학습, 비지도학습

[빅데이터분석기사 필기] Ⅱ.빅데이터 탐색 - 03. 통계기법 이해(3)

2 분 소요

키워드🔑 추론통계, 점추정, 불편성, 효율성, 일치성, 충족성, 구간추정, 신뢰수준, 신뢰구간, 가설검정, 귀무가설, 대립가설, 제 1종 오류, 제 2종 오류, 검정통계량, p-value

[빅데이터분석기사 필기] Ⅱ.빅데이터 탐색 - 03. 통계기법 이해(2)

2 분 소요

키워드🔑 표본추출, 확률분포, 포아송분포, 베르누이분포, 이항분포, 정규분포, 표준정규분포, T-분포, 카이제곱분포, F-분포, 표본분포

[빅데이터분석기사 필기] Ⅱ.빅데이터 탐색 - 03. 통계기법 이해(1)

3 분 소요

키워드🔑 기술통계, 기초통계량, 평균, 중위수, 최빈값, 범위, 분산, 표준편차, 평균의 표준오차, 분포(첨도, 왜도), 상관분석, 회귀분석, 선형성, 등분산성, 독립성, 비상관성, 정규성, 분산분석, 주성분분석, 판별분석

[빅데이터분석기사 필기] Ⅱ.빅데이터 탐색 - 02. 데이터 탐색(2)

4 분 소요

키워드🔑 중심경향성, 산포도, 분포, 히스토그램, 막대형 그래프, 박스 플롯, 산점도, 시공간 데이터, 다변량 데이터, 비정형 데이터

[빅데이터분석기사 필기] Ⅱ.빅데이터 탐색 - 02. 데이터 탐색(1)

2 분 소요

키워드🔑 데이터 탐색, EDA, Four R’s, 저항성, 잔차해석, 자료재표현, 현시성, 상관관계 분석, 산점도, 공분산(경향), 상관계수(방향+강도)

[빅데이터분석기사 필기] Ⅱ.빅데이터 탐색 - 01. 데이터 전처리 (4)

3 분 소요

키워드🔑 차원축소, 주성분분석(PCA), 특이값분해(SVD), 요인분석, 독립성분분석(ICA), 다차원척도법(MDS), 파생변수, 변수변환, 단순 기능 전환, 비닝, 정규화, 표준화, 불균형 데이터 처리, 임곗값이동, 앙상블기법, 언더샘플링, ENN, 토멕 링크 방법, CNN,...

[빅데이터분석기사 필기] Ⅱ.빅데이터 탐색 - 01. 데이터 전처리 (3)

3 분 소요

키워드🔑 변수, 종속변수, 독립변수, 변수선택, 필터기법, 정보 소득, 카이제곱 검정, 피셔 스코어, 상관계수, 래퍼기법, 전진선택법, 후진제거법, 단계적방법, RFE, SFS, 유전 알고리즘, 단변량 선택, mRMR, 임베디드기법, 라쏘, 릿지, 엘라스틱넷, SelectFro...

[빅데이터분석기사 필기] Ⅱ.빅데이터 탐색 - 01. 데이터 전처리 (2)

2 분 소요

키워드🔑 이상값, 이상값 검출, 통계 기법, ESD, 기하평균, 사분위 수, 표준화 점수, 딕슨의 Q검정, 그럽스 T-검정, 카이제곱 검정, 시각화, 머신러닝 기법, 마할라노비스 거리, LOF, iForest, 이상값 처리, 삭제, 대체법, 변환, 박스플롯 해석, 분류하여 처리

[빅데이터분석기사 필기] Ⅱ.빅데이터 탐색 - 01. 데이터 전처리 (1)

4 분 소요

키워드🔑 데이터 전처리, 데이터 정제, 데이터 세분화, 결측값, 단순 대치법, 다중 대치법

[빅데이터분석기사 필기] Ⅰ.빅데이터 분석 기획 - 03. 데이터 수집 및 저장 계획(5)

3 분 소요

키워드🔑 데이터 저장 시스템, 분산 파일 시스템, 데이터베이스 클러스터, NoSQL, BASE, CAP 이론

[빅데이터분석기사 필기] Ⅰ.빅데이터 분석 기획 - 03. 데이터 수집 및 저장 계획(4)

2 분 소요

키워드🔑 데이터 적재, 데이터 적재 아키텍쳐, 서버 노드 아키텍처, 데이터 아키텍처, 네트워크 아키텍처, 플루언티드

[빅데이터분석기사 필기] Ⅰ.빅데이터 분석 기획 - 03. 데이터 수집 및 저장 계획(3)

6 분 소요

키워드🔑 데이터 보안관리, 비식별화, 가명처리, 총계처리, 데이터값 삭제, 범주화, 데이터 마스킹, 적정성 평가, 데이터 품질검증

[빅데이터분석기사 필기] Ⅰ.빅데이터 분석 기획 - 03. 데이터 수집 및 저장 계획(2)

4 분 소요

키워드🔑 데이터 속성, 데이터 측정 척도, 명목척도, 순서척도, 등간척도, 비율척도, 데이터 변환, 평활화, 집계, 일반화, 정규화

[빅데이터분석기사 필기] Ⅰ.빅데이터 분석 기획 - 03. 데이터 수집 및 저장 계획(1)

4 분 소요

키워드🔑 빅데이터 처리, 데이터 수집, ETL, FTP, Sqoop, Crawling, RSS, Scrpy, Apache Kafka, Flume, Scribe, Chukwa

[빅데이터분석기사 필기] Ⅰ.빅데이터 분석 기획 - 02. 데이터 분석 계획

5 분 소요

키워드🔑 분석문제, 하향식 접근방식, 상향식 접근방식, 디자인사고, 빅데이터 분석 방법론, KDD, CRISP-DM, SEMMA

[빅데이터분석기사 필기] Ⅰ.빅데이터 분석 기획 - 01. 빅데이터의 이해(3)

2 분 소요

01. 빅데이터의 이해

[빅데이터분석기사 필기] Ⅰ.빅데이터 분석 기획 - 01. 빅데이터의 이해(2)

4 분 소요

키워드🔑 빅데이터 플랫폼, 하둡 에코시스템, R, 우지, 플럼, HBase, 스쿱, 맵리듀스, 얀, 스파크, HDFS, 척와, 스크라이브, 히호, 피그, 하이브, 머하웃, 임팔라, 주키퍼

[빅데이터분석기사 필기] Ⅰ.빅데이터 분석 기획 - 01. 빅데이터의 이해(1)

5 분 소요

키워드🔑 빅데이터, DIKW피라미드, 3V, 5V, 7V, 정형, 반정형, 비정형, 암묵지, 형식지, 책임원칙, 빅데이터조직, 하드스킬, 소프트스킬