익숙하지않은것

정거장에서

2025-01-20T15:37:44Z

A는 오랫동안 정거장을 지켜온 AI였다. 사람들은 인공 지능이라는 말로 A를 부르는 것을 선호했다. 인공이라는 말이나 지능이라는 말에는, 너무나 오래전 시대의 향기가 풍겼다. 무엇인가를 인공적으로 만드는 것이 너무나 당연한 시대에, 인공이라는 그 반대말이 무엇인지에 대한 의문을 불러일으켰다. 모든 물건이 지능을 가지고 있는 것이 당연한 시대에, 지능이라는

Data Science를 이해하려는 비개발자를 위한 팁 - 할 줄은 몰라도 알아야 하는 사람들을 위한 팁

2022-01-03T02:36:20Z

Data Science 라는 말이 다양한 직무/산업에서 사용되고 있기 때문에, 비개발자라고 하더라도 Data Science를 알아야 하는 상황이 생긴다. 시간/능력의 제약을 고려하지 않고 가장 큰 효과를 볼 수 있는 방법을 떠올리라면 무엇이 있을까? 아마 실제로 Data Science를 배우는 것일 것이다. 이론을 이해하고, 실제로 Code로 구현해 보

'18 OSCON keynote:Tim O'Reilly - 새로운 시대에서, 오픈소스의 도(道) 란 무엇인가?

2021-12-19T15:42:49Z

IT기업의 규제에 대한 논의가 갈수록 뜨겁다. 기술이나 사업이 아닌, 철학이 무엇인지 고민해야 할 시점이다. 오라일리 미디어의 창립자인 팀 오라일리의 2018년 오픈소스 컨퍼런스의 키노트를 번역하여 아래 적는다. 우리가 가저야 할 철학이 무엇인지에 대해 다시 생각하게 해 준다. 요약 우리의 삶에는, 우리가 지켜야 할 삶의 도(道)가 존재한다. 오픈소스의

Data Science 시스템 만들기 - 데이터 사이언스가 작동하는 시스템에 대한 간략한 소개

2021-12-19T06:54:22Z

다른글 (데이터 사이언스란 무엇인가: https://brunch.co.kr/@5dinary/9) 에서 데이터 사이언스는 데이터를 가지고 다른 데이터를 예측하는 방법을 찾아내는 과정이라고 하였다. 그리고 결국은 그건 데이터 사이언스 모델을 만드는 일이라고 짧게 정의하였다. 모델을 사용한다는 것은 무엇인가? 그렇다면 데이터 사이언스 모델을 실제로 사용하려

데이터 엔지니어링이 과제를 해결하는 방법 - 데이터 엔지니어링은 어떤 방법을 사용하는가?

2021-09-22T02:16:06Z

위 만화는 내가 정말 좋아하는 반-바지님이 그린 단편이다. 이 단편은 한 가지 사실을 다시 한번 알려주고 있다. 모든 프로그램은 처리하는 데이터의 양에 따른 제약을 받는다는 것이다. 이 제약을 해결하는 것이 엔지니어링의 역할이다. 해결해야 할 문제 이전의 글에서, 데이터 엔지니어링은 데이터의 형태,공간,속도의 문제를 해결해야 한다고 했다. 다시 말하면

데이터 엔지니어링의 과제 - 어떤 문제를 해결하려고 엔지니어링이 필요한가?

2021-09-08T22:47:02Z

데이터 엔지니어링이란 무엇인가? 이전 글에서는 데이터 엔지니어링을 아래와 같이 간단하게 정의했다. 데이터를 생성하는 시스템을 만드는 일을 Data Engineering (이라고 부른다.)(이전 글: 데이터 사이언스 외에 해야 할 일들) 결국 데이터 엔지니어링의 역할은 다른 사용자 혹은 시스템이 필요로 하는 형태로 데이터를 만들어내는 것이다. 그렇다면 어

데이터 사이언스 외에 해야 할 일들 - 데이터 사이언스로 결과를 내기 위해 해야 할 일들

2021-08-25T15:23:05Z

질문 도서관 서비스를 제공하는 A사는, 고객에게 다음에 읽을 만한 책을 추천해 주려고 했다. 내부 데이터 사이언티스트 팀이 고객의 기존 도서 대출 데이터를 기반으로 다음에 특정 책을 읽을지 예측할 수 있는 모델을 개발했다. 그러면 이제 고객에게 책을 추천할 수 있게 되었을까? 데이터 사이언스 범위의 이해 이 문제를 이해하려면, 현재 데이터 사이언티스트

Coursera Plus로 비용 절약하기 - 쉽고도 어려운 Coursera 가격 체계

2023-03-01T07:45:21Z

최근에 Coursera 강의를 수강하면서 알게 된 내용을 정리해 본다. 오류나 변동이 있을지도 모르니 결제 시점에 직접 관련 내용을 꼼곰히 읽어보길 권한다. 결론부터 말하면, Specialization 혹은 강의 가격이 $59/월 이상일 경우에는 Coursera Plus를 사용하는 게 이득이다. 단, Coursera Plus에 해당 강의가 포함되어 있어

데이터 사이언스란 무엇인가 - 문과 친구를 위해서 정리해본 데이터 사이언스

2022-01-20T09:06:28Z

글의 배경 Data Science는 데이터 과학이라고 번역할 수도 있지만, 영어 단어 그대로 데이터 사이언스라고 읽히고 사용되고 있다. 언젠가부터 IT가 모든 사람이 알아야할 교양처럼 여겨지고, 데이터 사이언스라는 말도 반드시 한번쯤은 들어 본 단어가 되었다. 이 글은 데이터 사이언스 과제가 보통 어떤 것을 의미하고, 어떻게 진행되는지를 이해하기 위한 글

시작에 대하여 - 개발에 대한 글쓰기를 시작하는 이유와 다음 글을 기대할 만한 이유

2021-08-03T22:56:59Z

무엇인가를 시작한다는 것 누구에게나 기억 속에 선명하게 남아 있는, 시작하지 못한 것을 아쉬워하는 순간들이 있다. 사람들과 대화하면서 나왔던 아이디어들, 길을 가며 우연히 보았던 안내문에서 무엇인가를 본 순간들이다. 그저 스쳐 지나가고 나서 그때 한 번 해 볼까 그랬다고 아쉬워 하기도 하고, 혹은 그 때는 할 수 없는 이유가 있어서 시작하지 못한다. 그

[끌올]2016년에 썼던 알파고 이야기 - DeepLearning 이라는 말이 널리 알려진 날

2021-06-24T23:29:47Z

2016년 3월 알파고와 이세돌의 대국이 있었다. Deep Learning이라는 말이 생소하던 그 때, 주변 사람들과 공유하기 위해 내가 이해할 수 있는 범위에서 자료를 읽고, 생각을 정리했다. 이제는 Deep Learning이라는 말을 쓰면 사람들이 지루해 하는 시대가 되었다. 내가 그 때 했던 생각은 어떤게 틀렸고 어떤게 맞았는지, 그리고 그런 생

로봇이 아님

2020-09-21T11:43:33Z

처음에는 모두들, 이 프로그램이 잠시 동안 있다가 사라질, 짧은 시간 동안의 반짝이는 아이디어라고 믿었다. '로봇이 아님' 프로그램 말이다.'로봇이 아님' 프로그램은 ID나 PW를 바꾸고 싶을 때, 결제를 할 때, 다양한 상황에 나타나서 사용자들에게 '로봇이 아님'박스에 체크하라고 요청했다. 체크하고 나면 무슨 일이 벌어지는가? 사용자는 무작위로 나온 이