일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- Operating System
- Spring
- grafana
- Vision
- Python
- CSV
- airflow
- MAC address
- AWS
- zookeeper
- docker
- Kafka
- OS
- java
- ip
- Trino
- kubeadm
- helm
- kubectl
- kubernetes
- JavaScript
- EC2
- PostgreSQL
- aws s3
- tcp
- log
- Packet
- CVAT
- Network
- jvm
- Today
- Total
목록Paper (3)
JUST WRITE
저번 포스팅에서 MLOps에 대해서 하나하나 살펴보았습니다. 논문을 통해 MLOps의 전체적인 흐름과 아키텍처에 대해 알아보았습니다. Machine Learning Operations Overview, Definition and Architecture 1. Why this paper? 데이터 거버넌스 관리 솔루션 개발자로 첫 커리어를 시작했습니다. 데이터를 다루다보니 자연스럽게 데이터에 깊은 관심을 가지게 되었고 데이터 엔지니어로 꿈을 꾸게 되었고 developnote-blog.tistory.com 이번 포스팅에서는 MLOps에서 중요한 component 중 하나인 Feature store에 대해 정리해보려 합니다. 저번 포스팅에서 언급만 되었고 자세히 살펴보지 않았습니다. ETRI에서 Feature S..
1. Why this paper? 데이터 거버넌스 관리 솔루션 개발자로 첫 커리어를 시작했습니다. 데이터를 다루다보니 자연스럽게 데이터에 깊은 관심을 가지게 되었고 데이터 엔지니어로 꿈을 꾸게 되었고 이직까지 하게 되었습니다. 이직 후 처음 접하게 된 MLOps는 엄청나게 크고 낯설게 큰 산 같았습니다. 팀장님의 소개로 알게 된 이 논문이 저에게 큰 도움이 되었습니다. 이번 포스팅을 통해 다시 한번 복기해 보며 MLOps에 대해 정리해보려 합니다. 2. Summary 해당 논문에서는 MLOps의 정의부터 Architecture까지 전반적인 부분에 대해 정리해주고 있습니다. MLOps의 정의 MLOps와 관련된 종사자들의 역할 MLOps Architecture MLOps와 관련된 Tool 소개 MLOps에..
1. Why this paper? IMU 센서 데이터를 통해서 손가락에서 어떤 제스처를 하는지 머신러닝 모델을 만드는 과제가 주어졌었다. IMU(Inertial Measurement Untis) 데이터는 관성측정장치에서 관성을 기반으로 수집한 9축 데이터를 말한다. 9축 데이터는 아래와 같다. 가속도(Accelometer) x, y, z 축 각속도(Gyroscope) x, y, z 축 지자기(Magnetmeter) x, y, z 축 IMU 센서 데이터로 정밀한 위치 측정, 동작 인식 등에 많이 활용되는 데이터이다. 회사에서 만든 동작인식마우스에 있는 IMU 센서 데이터를 기반으로 손가락이 어떤 제스처를 예측한다. 해당 과제를 위한 머신러닝 모델을 만들기 위해 IMU 데이터에서 어떤 feature을 뽑아야..