이번 주에 낚싯대는 몇 개가 팔릴까?
롱테일 상품과 간헐적 수요의 차이를 설명하고, 수요 패턴 분류 기준과 예측 난점을 정리했습니다. 또한 Croston 계열 기법과 머신러닝을 함께 쓰는 실무 전략을 소개했습니다.
#ML#EDA
22005분
필터 1
유저 행동 데이터로 서비스 개선하기: 에이닷(A.) Push 알림
에이닷의 Push 알림을 유저 행동 데이터로 분석해 개인화와 발송 빈도의 중요성을 확인했습니다. 클릭률과 피로도를 함께 고려한 Push Utility 기반 최적화 방향도 제안했습니다.
#검색#모니터링
30005분
[Hands-On] Amazon SageMaker Canvas를 사용하여 노코드로 ML 모델 구축
Amazon SageMaker Canvas로 코딩 없이 머신러닝 모델을 만들고 예측하는 실습 과정을 소개했습니다. 데이터 준비부터 모델 분석, 배치·단일 예측, MLOps 연계까지의 흐름을 정리했습니다.
#AWS#ML
18005분
생성형 AI 기반 비즈니스 어시스턴트 : Amazon Q
AWS의 생성형 AI 서비스 흐름 속에서 Amazon Q의 기능과 활용 가치를 소개했습니다. 개발 지원, 데이터 분석, 보안과 통합 측면에서 기업 도입 효과를 설명했습니다.
#AWS#ML
28005분
‘세금계산서 발행’ 피싱 메일 기승 ·· 악성메일 모의훈련으로 대비하세요
세금계산서 발행 등을 가장한 피싱 메일이 급증해 기업 보안 위협이 커지고 있습니다. 악성메일 모의훈련으로 직원 대응력을 점검하고 선제적으로 대비할 수 있습니다.
#보안#ML
16005분
밸런스히어로, 대안신용평가시스템 고도화…AI 적용 확대
인도 중저신용자 대상 ACS에 AI와 LLM 적용을 확대했습니다. SMS 텍스트 분석 기반 부도 예측과 데이터 추출 정교화로 승인율과 리스크 관리를 개선했습니다.
#LLM#ML
2005분
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
밸런스히어로, 대안신용평가시스템 고도화…AI 적용 확대
인도 중저신용자 대상 대안신용평가시스템에 LLM과 AI NER2를 확대 적용했습니다. SMS 텍스트 기반 부도 예측 모델과 자동 평가 결과 생성으로 승인율과 응대 속도 개선을 노렸습니다.
#LLM#ML
10005분
[딥러닝 경량화] Pruning 기법으로 딥러닝 네트워크 경량화하기: 개념과 실제 적용 사례
Pruning을 이용한 딥러닝 네트워크 경량화 개념을 소개하는 글입니다. 자율주행 알고리즘 최적화와 실제 적용 사례를 다룹니다.
#ML
19005분
AI를 통한 개인정보 식별 및 분석 개선
대규모 데이터에서 개인정보를 정확히 식별하기 위해 AI 분류기를 적용했습니다. 문맥 분석과 모델 최적화로 규제 준수와 운영 효율을 높였습니다.
#LLM#검색
12005분
AI를 통한 개인정보 식별 및 분석 개선
QueryPie는 개인정보 식별을 위해 문맥 분석 기반 AI 분류기를 도입했습니다. BERT 계열 모델과 데이터 정제, 증강으로 정확도와 규제 준수를 높였습니다.
#LLM#ML
7005분
AI를 통한 개인정보 식별 및 분석 개선
QueryPie의 AI 분류기로 개인정보를 문맥 기반으로 식별하고 규제 준수를 지원하는 방법을 소개했습니다. 정규식 기반 한계를 보완하며 정확도와 운영 효율을 높인 사례를 설명했습니다.
#개인정보#데이터베이스
17005분
일상 속 어디든 AI, 노타AI 준비하기
노타AI의 온디바이스·엣지 AI 기술과 주요 솔루션, 조직문화와 복지를 정리한 기업 분석 글입니다. 채용 준비 관점에서 회사의 비전과 최근 소식까지 함께 살펴볼 수 있습니다.
#ML#온디바이스 AI
19005분