Etc (5) 썸네일형 리스트형 AI, ML, DL의 차이점 1) AI, ML, DL의 차이점 - AI : 인공지능 Artificial Intelligence - 인간의 학습 능력, 추론 능력, 지각 능력, 언어 이해 능력 등을 컴퓨터에 구현한 기술 - ML : 머신 러닝 Machine Learning - 머신 러닝은 과거의 경험을 바탕으로 추론 및 결정을 하는 방법을 머신에게 알려준다. 패턴을 파악하고 과거의 데이터를 분석하여 이러한 데이터들의 의미를 추측하고, 인간의 경험을 필요로 하지 않고서도 가능한 결론에 도달한다. 이러한 머신 러닝을 통해 데이터를 평가하고 결론을 낼 수 있다. - 많은 데이터를 기반으로 한 학습 - 뇌의 구조와 같은 인공 신경망, 결정 트리 등의 기계학습 - 클라우드 컴퓨터가 학습 모형을 기반으로 외부에서 주어진 데이터를 통해 스스로 학.. [면접준비]면접 기출 문제 정리 이 질문들의 출처는 https://jrc-park.tistory.com/259 입니다! 이 답변의 출처는https://velog.io/@jhlim2993/Kaist-AI-%EB%8C%80%ED%95%99%EC%9B%90-%EC%98%88%EC%83%81-%EB%A9%B4%EC%A0%91-%EB%AC%B8%EC%A0%9C입니다! + 검색 했어용 1) AI, ML, DL의 차이점 [Answer Post] 2) 지도학습, 비지도학습, 강화학습 정의 및 종류 3) eigenvector, eigenvalue란 4) pca 개념설명 5) singular value decompositon이란 6) precision, recall, F1의 무엇이고 왜 쓰는가 7) MLE와 MAP의 가장 큰 차이점은? 8) 베이즈 정리.. colab VS paperspace Gradient 공부하던 중 Gradient가 보이길래 검색해보았당 사양은 colab이 조금 더 좋아 보이나, 필요에 따라 Gradient를 사용해도 좋을 것 같다. 이번에는 Gradient를 사용해봐야겠다. 딥러닝을 공부하려면 고성능 컴퓨팅 자원 (특히 GPU) 를 필요로 합니다. 하지만 가난한 학생 입장에서 고성능 컴퓨터를 맞추기는 쉽지 않습니다. 그래서 많은 사람들이 무료로 고성능 GPU를 활용 할 수 있는 Google Colabatory (이하 Colab)를 사용합니다. 하지만 Colab에도 몇가지 단점들이 있습니다. 대표적인 단점 은 아래와 같습니다. 예기치 않은 세션 종료 (일정 시간 이상 자리비움 혹은 12시간 이상 세션 사용) 세션 종료 시 데이터 소멸 별도의 저장공간 제공 X 세션이 종료 되면 그동안 학.. In-memory DB 실시간 서비스를 위해 찾아보다 알게 된 in memory DB In-Memory Database IMDB, 혹은 MMDB(Main Memory DBMS)라고도 한다. 주요 기업 및 제품은 아래와 같다. Amazon ElastiCache (미국) Redis (미국) 레디스(redis, Remote Dictionary Server)는 in-memory 기반의 키-벨류 스토어(key-valueStore)이다. 성능은 데이터를 메모리에 바로 처리하므로 메모리 기반의 데이터 베이스에 비해서 빠름 저장할 수 있는 데이터 타입의 경우에 다른 저장소는 기본적인 프리미티브 타입(primitive Type)만을 제공하는데 반해 레디스는 문자열(string), 스트링 집합(set), 해쉬(hash), 리스트(List)등의 .. DAS란? / NAS란? / SAN 이란 https://cheershennah.tistory.com/168 스토리지란? DAS란? / NAS란? / SAN 이란? 차이점? 스토리지(Storage)란? 컴퓨터에 데이터를 저장하는 저장소의 역할을 수행하는 부품이다. 컴퓨터의 하드디스크와 동일한 역할을 수행하는 부품이며, 스토리지를 직접 서버에 연결 할 수 있음. 대용 cheershennah.tistory.com NAS 내용 찾아보던 중 , DAS, NAS, SAN 차이정리해둔거 보고 가지고 옴 DAS /NAS /SAN 비교 정리 이전 1 다음
