스탯블로그 - 데이터 사이언스

제조업에 AI를 도입하기 위해서는 기술 자랑보다 문제 해결 능력이 중요하며, 많은 AI 프로젝트가 실패하는 이유는 현장 이해 부족과 부적절한 데이터 사용 때문이다. 성공적인 AI 프로젝트는 제조 현장의 이슈를 파악하고, 적절한 기술과 리소스를 응용하는 능력에 달려 있다. 이를 위해 실제 사례 연구, 이론 학습, 업계 소통이 필요하다.

조만간 AutoML을 시스템적으로 활용할 일이 커질 것 같아. 찾아본 자료들을 취합하여 정리하였다.

평소에 잠을 잘 못자고 낮잠을 30분 이상 자면 두통을 겪게 되서 많은 고생을 하였다. 수면 센터에서 검사를 받아보니 태생적으로 좁은 기도와 수면무호흡을 가지고 있는 것을 처음 알게 되었다. 이를 극복하기 위해 나에게 적용하고 있는 전문의의 조언과 관련 자료들의 내용을 정리하였다.

데이터 사이언스만 공부하다가 졸업과 함께 회사에서 일하며 데이터 분석 및 인공지능 알고리즘을 어떻게 매출로 연결지을 수 있을지 고민한 내용들을 기록해두었다. 맞지 않는 부분도 있겠지만 왜 안 맞는지 분석하고 나의 생각이 어떻게 바뀌어가는지 보는 것도 재밌을 것 같다.

읽기 전 궁금증: 토스는 어떻게 시작해서, 어디로 나아가고 있는 것일까?

이 책은 독서 모임 사람들을 통해서 알게 됐다. 그 뒤로 벌써 2년이 지나버렸다. 당시에 읽어보려다가 조금만 읽고 반납을 했었는데, 요즘 혼자만의 조용한 시간을 보내고 싶어 책을 읽다가 다시 읽게 됐다.

파이토치를 위한 드라이버/CUDA/cuDNN 설치에 대한 정리입니다. 컴퓨터 사양과 CUDA 버전 확인 후, 기존 nvidia 프로그램 삭제하고 그래픽 카드 드라이버를 설치합니다. 다음으로 CUDA toolkit과 cuDNN을 다운로드하고 설치합니다. 환경 변수 설정을 확인하고 문제 유무를 확인합니다.

Docker를 사용하여 가상 환경을 구현하고 ElasticSearch를 구현하는 방법에 대해 설명하고 있습니다. 도커 설치 및 설정, Visual Studio Code를 사용한 코드 실행, 데이터 삽입 및 SQL 쿼리 실행 등의 내용이 포함되어 있습니다.