태그: #machine-learning

한국어English日本語中文

← 전체 글

• 동형암호 컴파일러 HEIR과 비용이라는 조건 — 발표문에 없는 숫자를 댓글이 채운 사례

  Google이 동형암호용 오픈소스 컴파일러 툴체인 HEIR을 공개했습니다. 여기서 진짜 뉴스는 암호가 아니라 컴파일러입니다. 지금까지 동형암호 배포를 막아 온 것은 수학이 아니라 암호 전문가만 할 수 있던 파라미터 선택 작업이었기 때문입니다. 다만 발표문은 오버헤드 수치를 하나도 제시하지 않았고, 그 빈칸을 이 분야를 연구한 댓글 작성자들이 채웠습니다. 어떤 워크로드가 이 기술의 적용 대상이

  2026-08-14 · 14 분 읽기 #cryptography#privacy#compiler#machine-learning#security

• 신용평가 시스템(CSS) 설계 — 스코어카드부터 ML 심사까지

  여신 심사의 두뇌인 CSS(Credit Scoring System)를 해부합니다. 신청평점과 행동평점, WoE/IV 기반 스코어카드 개발, 로지스틱 회귀와 ML 모델의 규제 관점 비교, 피처 스토어와 실시간 서빙 아키텍처, 의사결정 엔진, PSI 모니터링, 내부등급법(PD/LGD/EAD)까지 실무 관점에서 정리합니다.

  2026-06-13 · 31 분 읽기 #credit-scoring#css#risk-management#machine-learning#scorecard

• FlashAttention & Efficient Attention Deep Dive — Tiling, Online Softmax, PagedAttention, GQA 완전 정복 (2025)

  LLaMA 3, GPT-4, Claude 같은 대형 모델을 효율적으로 훈련하고 서빙 가능하게 만든 핵심 최적화, FlashAttention과 그 후속 기법들. 이 글은 efficient attention을 처음부터 해부합니다. Naive attention의 O(N²) 메모리 문제, Tri Dao의 2022년 IO-aware 통찰, Tiling과 Online Softmax, SRAM vs HB

  2026-04-15 · 32 분 읽기 #flashattention#attention#llm#transformer#gpu

• Diffusion Models Deep Dive — DDPM, Latent Diffusion, Classifier-Free Guidance, DDIM, Stable Diffusion 완전 정복 (2025)

  Stable Diffusion, DALL-E, Midjourney, Sora의 기반이 되는 확산 모델. 이 글은 Diffusion Model을 처음부터 해부합니다. Forward/Reverse diffusion process, DDPM과 variational lower bound, Score-based 관점, DDIM으로의 가속 샘플링, U-Net 아키텍처와 Cross-attention, L

  2026-04-15 · 38 분 읽기 #diffusion#generative-ai#stable-diffusion#ddpm#machine-learning

• CUDA GPU 프로그래밍 모델 Deep Dive — SIMT, 메모리 계층, Tensor Core, 커널 최적화 완전 정복 (2025)

  ChatGPT, Stable Diffusion, Sora를 돌리는 엔진, NVIDIA GPU와 CUDA. 이 글은 CUDA 프로그래밍 모델을 처음부터 해부합니다. GPU 하드웨어 아키텍처(SM, Warp, CUDA Core), SIMT vs SIMD, 스레드 계층(Grid/Block/Thread), 메모리 계층(Global/Shared/Constant/Register), Memory Coal

  2026-04-15 · 36 분 읽기 #cuda#gpu#nvidia#ai#machine-learning

• AWS Machine Learning Specialty (MLS-C01) 실전 모의고사 완전 정복

  AWS Machine Learning Specialty (MLS-C01) 시험 대비 실전 연습 문제 65개. Data Engineering, EDA, Modeling, ML Implementation 전 도메인 커버. SageMaker, Kinesis, Glue, Lake Formation 핵심 서비스 정리.

  2026-03-17 · 54 분 읽기 #aws#mls-c01#machine-learning#sagemaker#aws-certification

• AI/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#matplotlib

• AI/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#statistics

• 데이터 중심 AI(Data-Centric AI) 완전 가이드: 고품질 데이터로 AI 성능 극대화

  데이터 중심 AI를 완전히 마스터하는 가이드. 데이터 품질 측정, 레이블 정제, 데이터 증강, 합성 데이터 생성, Cleanlab, 능동 학습, 데이터 플라이휠까지 실전 코드로 배웁니다.

  2026-03-17 · 35 분 읽기 #data-centric-ai#data-quality#data-labeling#synthetic-data#ai

• AutoML 완전 가이드: AutoGluon, FLAML, Optuna로 자동화된 ML 파이프라인

  AutoML을 완전히 마스터하는 가이드. 하이퍼파라미터 최적화(Optuna, Ray Tune), AutoGluon, FLAML, H2O AutoML, 신경망 구조 탐색(NAS), 그리고 AutoML이 데이터 과학을 어떻게 바꾸는지 실전 코드로 배웁니다.

  2026-03-17 · 29 분 읽기 #automl#autogluon#optuna#hyperparameter-optimization#neural-architecture-search

• 표 형식 데이터 ML 완전 가이드: XGBoost, LightGBM, CatBoost, TabNet 마스터하기

  표 형식 데이터에서 최고 성능을 내는 ML 완전 가이드. XGBoost, LightGBM, CatBoost 앙상블, 피처 엔지니어링, 하이퍼파라미터 최적화, 그리고 딥러닝 기반 TabNet까지 Kaggle 수준의 실전 기법으로 마스터합니다.

  2026-03-17 · 35 분 읽기 #tabular-ml#xgboost#lightgbm#catboost#gradient-boosting

• AIOps 기반 이상 탐지 자동화: ML 알림과 Kubernetes 이벤트 상관 분석 가이드

  AIOps를 활용한 이상 탐지 자동화 종합 가이드. 전통적 임계값 알림의 한계, ML 기반 이상 탐지 알고리즘(Isolation Forest, Prophet, DBSCAN), Prometheus 메트릭 기반 자동 분석, Kubernetes 이벤트 상관 분석, 알림 노이즈 감소 전략, 그리고 Robusta/Datadog AIOps 실전 적용까지 다룹니다.

  2026-03-09 · 34 분 읽기 #observability#aiops#anomaly-detection#machine-learning#kubernetes

• AI/ML 논문 읽기에 필요한 수학 + LaTeX/KaTeX 총정리

  AI/ML 논문을 읽을 때 반드시 만나는 수학 개념(선형대수·미적분·확률통계·최적화)과 LaTeX/KaTeX 수식 문법을 실전 예시 중심으로 총정리합니다. 기호 치트시트, 수식 패턴 해설, MDX 블로그 렌더링 팁까지 한 번에 다룹니다.

  2026-03-08 · 26 분 읽기 #ai-papers#math#latex#katex#linear-algebra

• MLOps Feature Store 실전 — Feast로 피처 파이프라인 구축하기

  Feast를 활용하여 오프라인/온라인 피처 스토어를 구축하고, 학습과 서빙에서 일관된 피처를 제공하는 실전 파이프라인을 만들어본다

  2026-03-02 · 13 분 읽기 #mlops#feast#feature-store#machine-learning#data-engineering

• CUDA Hands-on 완벽 가이드: GPU 컴퓨팅의 모든 것

  NVIDIA CUDA의 기초 개념부터 GPU 아키텍처, C/C++ 커널 프로그래밍, 메모리 최적화, Python 연동(PyTorch, Numba, CuPy), Multi-GPU 학습, 프로파일링, 트러블슈팅까지 실전 중심으로 다루는 종합 가이드.

  2026-03-01 · 64 분 읽기 #cuda#gpu#nvidia#deep-learning#machine-learning