GPU 연결 방식의 이해: PCIe vs SXM
•
인공지능
GPU를 서버에 연결하는 두 가지 방식, PCIe와 SXM의 차이점과 각각의 장단점을 알아봅니다.
개념형 (Conceptual)
💡
프레임워크 소개
개념형
Conceptual
무엇인가를 다루는 정보 (사실, 이론, 원리)
예시
- • 개념 설명
- • 정의
- • 이론
- • 원리
학습 전략: 구조화 (Structuring)
얻은 정보들을 배치하고 연결하며 스스로 재구성
커피 브루잉에서 물의 차이: 아이시스 vs 백산수
•
커피
커피 추출에서 물의 pH와 미네랄이 맛에 미치는 영향. 아이시스 8.0과 백산수의 특성 비교로 알아보는 최적의 물 선택 가이드
전이 학습(트랜스퍼 러닝): 사전 학습된 AI 모델을 활용한 효율적인 학습 방법
이미 학습된 모델을 재학습하여 새로운 태스크에 적용하는 전이 학습의 개념과 업스트림/다운스트림 테스크에 대해 알아봅니다.
자연어처리(NLP): 언어를 이해하고 생성하는 AI 모델의 핵심 개념
자연어처리 모델의 기본 개념과 주요 응용 분야인 문서 분류, 개체명 인식, 질의응답, 문장 생성에 대해 알아봅니다.
FAISS
•
복합 타입:
📚
🔗
대규모 벡터 연산을 효율적으로 처리하기 위해 설계된 벡터 데이터 검색 라이브러리 FAISS에 대해 알아봅니다.
파이썬-내림
•
복합 타입:
🔨
Python에서 math.ceil()을 사용하지 않고 내림 연산을 수행하는 방법을 알아봅니다.
임베딩(Embedding)
•
복합 타입:
🔨
📊
📚
텍스트와 같은 이산적 데이터를 고차원 공간의 연속적인 수치 벡터로 변환하는 임베딩의 개념과 특징을 알아봅니다.
데이터베이스 개요
데이터베이스의 특징과 다양한 측면에 대해 알아봅니다.
MSE와 MAE
•
복합 타입:
🔨
머신러닝 모델 학습 시 사용되는 두 가지 주요 에러 평가 지표인 MSE와 MAE의 차이점을 알아봅니다.
OSI 7계층(Layer)
네트워크 통신의 표준 모델인 OSI 7계층의 구조와 각 계층의 역할을 알아봅니다.
활성화 함수(Relu)
•
복합 타입:
📚
딥러닝에서 가장 많이 사용되는 활성화 함수인 ReLU의 개념과 특징을 알아봅니다.
원-핫 인코딩(One-Hot Encoding)
•
복합 타입:
📚
자연어 처리에서 문자를 숫자로 변환하는 원-핫 인코딩 기법을 알아봅니다.
미분
머신러닝의 기초가 되는 미분의 개념과 도함수에 대해 알아봅니다.
Pandas 의 데이터 구조
•
복합 타입:
🔨
📚
Pandas의 핵심 데이터 구조인 Series와 DataFrame에 대해 알아봅니다.
소멸자-Destructor
C++에서 소멸자의 개념과 virtual 키워드의 중요성을 알아봅니다.
2장. 프로세스 관리
정보처리산업기사 시험 대비: 프로세스의 정의와 특징, 상태 전이에 대해 알아봅니다.
1장. 운영체제의 개념
정보처리산업기사 시험 대비: 운영체제의 정의와 목적에 대해 알아봅니다.