태그: #ai
GPU·LLM·MLOps·쿠버네티스, 그리고 마음가짐에 관한 글 · 220 편
[심층 강화학습] 07. DQN 확장: Double DQN, Dueling DQN, Rainbow
DQN의 성능을 향상시키는 6가지 핵심 확장 기법(N-step, Double DQN, Noisy Networks, Prioritized Replay, Dueling DQN, Categorical DQN)과 이들을 결합한 Rainbow를 구현합니다.
2026-03-19 · 17 분 읽기 #reinforcement-learning#deep-learning#ai#dqn[심층 강화학습] 04. Cross-Entropy 방법으로 CartPole 풀기
강화학습 방법론의 분류를 살펴보고, Cross-Entropy 방법을 이용하여 CartPole과 FrozenLake 환경을 해결합니다.
2026-03-19 · 12 분 읽기 #reinforcement-learning#deep-learning#ai[심층 강화학습] 01. 강화학습이란: MDP와 기본 개념
머신러닝의 세 가지 패러다임을 비교하고, 강화학습의 핵심 구성 요소(에이전트, 환경, 보상)와 마르코프 결정 과정(MDP)의 수학적 기초를 살펴봅니다.
2026-03-19 · 14 분 읽기 #reinforcement-learning#deep-learning#ai[심층 강화학습] 18. AlphaGo Zero: 자기 대국으로 배우는 AI
AlphaGo Zero의 핵심 원리: MCTS와 자기 대국(self-play), 그리고 Connect4 봇 구현
2026-03-19 · 13 분 읽기 #reinforcement-learning#deep-learning#ai[심층 강화학습] 15. Trust Region 방법: TRPO, PPO, ACKTR
정책 업데이트의 안정성을 보장하는 Trust Region 기법: PPO의 클리핑 목적함수, TRPO의 제약 최적화, ACKTR
2026-03-19 · 12 분 읽기 #reinforcement-learning#deep-learning#ai[심층 강화학습] 12. 강화학습으로 챗봇 훈련하기
Seq2Seq 모델과 강화학습을 결합한 챗봇 훈련: RNN 기초부터 Self-Critical Sequence Training(SCST)까지
2026-03-19 · 11 분 읽기 #reinforcement-learning#deep-learning#ai#nlp[심층 강화학습] 09. Policy Gradient: 정책 기반 강화학습
가치 기반 방법과 정책 기반 방법의 차이를 이해하고, Policy Gradient의 수학적 유도 과정과 REINFORCE 알고리즘을 CartPole과 Pong에 적용합니다.
2026-03-19 · 15 분 읽기 #reinforcement-learning#deep-learning#ai#policy-gradient[심층 강화학습] 06. Deep Q-Network: DQN의 원리와 구현
테이블 기반 Q-러닝의 한계를 극복하는 DQN의 핵심 아이디어(경험 리플레이, 타겟 네트워크)를 이해하고, Pong 환경에서 구현합니다.
2026-03-19 · 13 분 읽기 #reinforcement-learning#deep-learning#ai#dqn[심층 강화학습] 03. PyTorch 딥러닝 기초: 텐서부터 신경망까지
PyTorch의 텐서 연산, 자동 미분, 신경망 구성 요소를 학습하고, TensorBoard 모니터링과 Atari 이미지를 활용한 GAN 예제를 구현합니다.
2026-03-19 · 27 분 읽기 #reinforcement-learning#deep-learning#ai#pytorch오픈소스 LLM 혁명 2026: Llama 4, Gemma 3, Mistral Large 3가 업계를 재편하다
2026년 초, Meta의 Llama 4, Google의 Gemma 3, Mistral의 Large 3가 거의 동시에 출시되면서 오픈소스 언어모델 시장이 완전히 재편되고 있습니다. 이제 오픈소스 모델들이 상용 모델과 동등한 성능을 제공할 수 있음을 증명했습니다.
2026-03-17 · 11 분 읽기 #open-source-llm#llama-4#gemma-3#mistral-large-3#aiApple Intelligence와 Siri 2.0 혁신: 2026년 AI의 중심에 서다
2026년 봄, Apple은 Google Gemini를 기반으로 한 완전히 새로워진 Siri 2.0을 발표했습니다. 개인 맥락 인식, 화면 인식, 앱 내 작업 실행이 가능한 이 차세대 AI 어시스턴트는 스마트폰 경험을 근본적으로 변화시키고 있습니다.
2026-03-17 · 13 분 읽기 #apple-intelligence#siri-2-0#ai#ios-26-4#2026-03TensorFlow & Keras 완전 정복 가이드: Zero to Hero - 설치부터 프로덕션 배포까지
TensorFlow와 Keras의 기초부터 프로덕션 배포까지 완전히 정복하는 가이드. 텐서 연산, Keras API, CNN/RNN/Transformer, TensorBoard, TF-Serving, TFLite까지 실전 예제와 함께 배웁니다.
2026-03-17 · 34 분 읽기 #tensorflow#keras#deep-learning#ai#pythonTransformer 아키텍처 완전 분석: Attention부터 최신 LLM까지
Transformer 아키텍처를 처음부터 완전히 이해하는 가이드. Self-Attention, Multi-Head Attention, Positional Encoding, Encoder-Decoder 구조부터 Flash Attention, RoPE, GQA까지 수식과 코드로 완벽히 설명합니다.
2026-03-17 · 36 분 읽기 #transformer#attention#deep-learning#nlp#ai딥러닝 추천 시스템 완전 가이드: 협업 필터링부터 LLM 기반 추천까지
추천 시스템의 기초부터 최신 딥러닝 기법까지 완전 정복 가이드. 협업 필터링, Matrix Factorization, NCF, Two-Tower 모델, 시퀀스 추천, GNN 기반 추천, LLM 추천까지 실전 코드로 마스터합니다.
2026-03-17 · 33 분 읽기 #recommendation-system#collaborative-filtering#deep-learning#two-tower#llmAI/ML을 위한 Python 완전 가이드: NumPy, Pandas, Matplotlib, Scikit-learn 마스터하기
AI와 머신러닝을 위한 Python 생태계 완전 정복 가이드. NumPy 배열 연산, Pandas 데이터 처리, Matplotlib/Seaborn 시각화, Scikit-learn으로 머신러닝까지 실전 예제와 함께 마스터합니다.
2026-03-17 · 36 분 읽기 #python#numpy#pandas#scikit-learn#matplotlib자연어 처리(NLP) 완전 정복 가이드: Zero to Hero - 텍스트 처리부터 LLM까지
자연어 처리의 기초부터 최신 LLM까지 완전히 정복하는 가이드. 텍스트 전처리, Word2Vec, RNN/LSTM, Attention, Transformer, BERT, GPT까지 실전 코드와 함께 단계별로 배웁니다.
2026-03-17 · 49 분 읽기 #nlp#natural-language-processing#transformer#bert#gpt메타러닝과 퓨샷 학습 완전 가이드: MAML, Prototypical Networks, In-Context Learning
메타러닝과 퓨샷 학습을 완전히 마스터하는 가이드. "학습하는 방법을 학습"하는 아이디어부터 MAML, Prototypical Networks, Matching Networks, Reptile, 그리고 LLM의 In-Context Learning까지 실전 코드로 배웁니다.
2026-03-17 · 37 분 읽기 #meta-learning#few-shot-learning#maml#prototypical-networks#in-context-learningAI/ML을 위한 수학 완전 정복: 선형대수, 미적분, 확률통계
AI와 머신러닝을 이해하기 위한 핵심 수학을 완전히 정복하는 가이드. 선형대수(벡터, 행렬, 고유값), 미적분(편미분, 체인 룰), 확률통계(확률분포, 최대우도추정, 베이즈)까지 직관적으로 설명합니다.
2026-03-17 · 38 분 읽기 #mathematics#linear-algebra#calculus#probability#statisticsMamba와 상태 공간 모델(SSM) 완전 정복: Transformer를 넘어서
Mamba와 상태 공간 모델(SSM)을 완전히 이해하는 가이드. Transformer의 이차 복잡도 문제를 해결한 S4, H3, Mamba 1/2 아키텍처를 수식과 코드로 깊이 분석하고, MambaFormer와 Jamba 같은 하이브리드 모델까지 다룹니다.
2026-03-17 · 31 분 읽기 #mamba#state-space-model#ssm#deep-learning#sequence-modelingLLM 애플리케이션 개발 가이드: 프로토타입에서 프로덕션까지
프로토타입에서 프로덕션까지 LLM 기반 애플리케이션을 구축하는 종합 가이드. 프롬프트 엔지니어링, RAG 아키텍처, 툴 사용, 스트리밍, 평가, 비용 최적화, 그리고 실전 AI 애플리케이션을 위한 배포 패턴을 다룹니다.
2026-03-17 · 31 분 읽기 #llm#application-development#langchain#openai#prompt-engineering