Bee's 데이터 과학

📉  엔비디아 주가 폭락27일 엔비디아 주가가 17% 하락하며 약 5900억 달러의 시장 가치를 잃었다. 이는 미국 증시 역사상 최대 규모의 하루 손실 기록이라고 한다. 이 하락은 중국 AI 스타트업 딥시크(DeepSeek)가 낮은 비용으로 경쟁력 있는 AI 모델을 제공한다는 우려에서 비롯되었다고 한다.     🐳 딥시크 DeepSeek란?     딥시크(DeepSeek)는 2023년, 중국 퀀트 헤지펀드 하이플라이어(High-Flyer)의 CEO 리앙 원펑(Liang Wenfeng)에 의해 설립된 AI 스타트업이다. 딥시크는 오픈 소스 AI 모델을 개발하는 회사로, 소프트웨어의 소스 코드를 공개하여 누구나 검토하고 수정할 수 있는 환경을 제공한다.딥시크의 모바일 앱은 2023년 초 출시 직후 미국을..

구글, 새로운 Gemini 모델구글이 최근에 발표한 Gemini 모델이 LLM 리더보드인 Imarena Chatbot Arena 차트에서 GPT-4o를 제치고 1위를 차지했다. Imarena Chatbot Arena(구 LMSys Arena): 이 플랫폼은 블라인드 테스트 방식을 사용해 사용자들의 투표로 순위를 정하는 방식이다. 새 모델은 수학, 시각적 이해, 추론 능력 성능이 크게 향상되었다고 한다. 현재는 API나 구글 AI Studio을 통해서 사용해 볼 수 있다. 아직 공식적인 발표는 없으나, 다음 달 출시 예정인 Gemini 2 초기버전일 거라 추측이 나오고 있다.  출처: https://www.tomsguide.com/ai/google-gemini/google-drops-new-gemini-m..

AI 스타트업 워크샵 후기링크드인을 둘러보다가 우연히 발견한 AI 스타트업 워크샵. 정부 지원을 받아 8주간 무료로 진행되는 온라인 프로그램이었고, 스타트업 창업자뿐 아니라 관심 있는 누구나 신청할 수 있다는 점이 마음에 들어 지원했다. 사실, 내가 현재 진행 중인 연구가 상업화 가능성이 있다는 이야기를 슈퍼바이저와 나눈 적이 있어 이 프로그램이 더욱 눈에 들어왔던 것 같다. 그렇게 어쩌다(?) 합격하게 되어 워크샵에 참여하게 되었다.워크샵의 구조와 첫인상일주일에 한 번, 퇴근 후 1시간 반 동안 진행되는 온라인 워크샵은 스타트업 관련 강연과 참여자들 간의 네트워킹 세션으로 구성된다. 강연은 스타트업의 기본적인 이론부터 실질적인 실행 방법까지 다루며, 브레이크아웃 룸에서 다른 참가자들과 아이디어를 나누는..

생성형 AI란?생성형 AI는 입력된 프롬프트(질문, 요청, 설명 등)에 따라 새로운 콘텐츠(텍스트, 이미지, 동영상, 음악, 코드 등)를 생성하는 인공지능 기술이다. 기존 데이터를 학습하여 그 구조와 패턴을 이해한 후, 이를 바탕으로 독창적이거나 창의적인 결과물을 만들어냅니다.  주요 특징학습 및 생성 능력대규모 데이터 세트를 기반으로 패턴과 관계를 학습.학습한 데이터를 토대로 새로운 텍스트, 이미지, 음성, 코드 등을 생성.활용 분야텍스트 생성: 예) ChatGPT를 사용해 글쓰기, 이메일 작성, 대화 생성.이미지 생성: 예) DALL·E와 MidJourney로 예술 작품, 제품 디자인.음악 및 음성: 음악 작곡, 음성 합성.코드 생성: GitHub Copilot으로 코드 작성 보조.비디오 제작: 간단..

데이터 과학에 얼마나 많은 수학이 필요한가? 최근 몇 년간 데이터 과학은 주목받는 직업 중 하나로 자리 잡았다. 데이터 과학은 컴퓨터 과학, 통계학/수학, 그리고 도메인 지식을 결합한 다학문적(interdisciplinary) 분야로, 데이터를 분석하고 인사이트를 도출하며 의사결정을 지원하는 데 핵심적인 역할을 한다. 데이터 과학자의 역할은 회사와 상황에 따라 다양하지만, 이번 글에서는 데이터 과학에서 일반적으로 요구되는 수학적 지식의 수준을 정리해 보았다.  이 글은 호주에서 일하고 있는 사람이 작성한 만큼, 다른 상황에서는 다를 수 있습니다. 여러분의 경험과 의견이 다르다면 댓글로 자유롭게 공유해 주세요!  데이터 과학자에게 수학이 필요한 이유데이터 과학의 핵심은 데이터를 이해하고 이를 기반으로 정보..

이번 주에 배운 것들이번 주에 자잘 자잘하게 배운 것들을 모아봤다. 사실 배워야 할 것들을 모은 수준이다..! 😅1. 새로운 프로젝트를 준비하며내년에는 새로운 프로젝트를 시작할 계획인데, 사용할 수 있는 데이터셋이 또! 제한적이다. 이를 보완하기 위해 생성형 AI를 활용하는 방법을 알아봐야 해서 생성형 AI를 공부하라는 지시?를 받았다. 어디서 뭘 어디부터 봐야 할지 모르겠지만 다음 주에 한번 자료/유튜브 검색을 해보고 차근차근 배워야겠다. 배우고 준비를 해두어야 우리 프로젝트에 알맞은 생성형 AI가 나와도 빠르게 도입할 수 있기 때문!2. 대규모 데이터와 자기지도학습 (Self-Supervised Learning)우리 프로젝트와 연관있는 SSL을 사용하는 파운데이션 모델에 대해 읽고 있다. 이런 논문..

생성적 적대 네트워크 GAN이란?생성적 적대 신경망(Generative Adversarial Network, GAN)은 새로운 데이터를 생성하는 머신러닝 시스템입니다. 이 인공지능 기술은 실제와 거의 구별할 수 없는 이미지, 텍스트, 음성, 동영상을 만들어내는 능력을 가지고 있습니다.  예를 들어, 페이스북 팀이 개발한 ExGAN은 in-painting GAN의 일종입니다. 아래 이미지에서 첫 번째 열은 원본 이미지, 두 번째 열은 기존 in-painting GAN을 사용해 눈 부위를 생성한 결과이며, 세 번째와 네 번째 열은 페이스북의 ExGAN이 생성한 눈 이미지입니다.🖌 in-painting GAN이란 사진에서 지워진 부분을 채워 넣는 GAN의 한 종류입니다.    이외에도 GAN은 이미지 분야에..

시험에 대해서 마이크로소프트 시험 최근에 링크드인 피드에 마이크로소프트 자격증을 따고 후기를 남기는 사람들이 눈이 띄었다. 그래서 나도 관심을 가지고 알아보기 시작했다. 마이크로소프트에서는 다양한 자격증을 취득할 수 있다. 모든 자격증은 마이크로소프트에서 제공하는 서비스 위주이며 역할 기반인 인증 시험들은 각 분야의 개념도 알아야 한다. 예를 들면, AI 엔지니어 인증시험은 AI 관련 마이크로소프트 서비스도 자세히 알아야하지만 AI (머신러닝, 딥러닝) 관련 개념도 어느 정도 꽤 알아야 한다. 자격증 레벨에는 초급 > 중급 > 고급으로 나뉘지만 기본 사항 (Fundamentals), 역할 기반 (Role-based), 전문 (specialty)로 나뉘기도 한다. 그중 출발점으로 좋은 초급 + 기본 사항 ..