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 |
Tags
- Transformer
- GPT
- 인공지능
- 케라스
- GPT-3
- 머신러닝
- 트랜스포머
- trustworthiness
- word2vec
- MLOps
- 신뢰성
- ChatGPT
- AI Fairness
- XAI
- Tokenization
- 지피티
- Ai
- 챗GPT
- 딥러닝
- 자연어
- gpt2
- Bert
- ML
- 챗지피티
- 인공지능 신뢰성
- DevOps
- cnn
- fairness
- nlp
- 설명가능성
Archives
- Today
- Total
목록governance (1)
research notes
MLOps Principles
머신 러닝 실무자, 머신 러닝 프로젝트 관리자, 기술 회사 경영진을 포함하여 약 750명을 대상으로 한 설문조사에 따르면 (2020 state of enterprise machine learning, Algorithmia) 응답자의 절반은 회사에서 ML 모델을 배포하는 데 1주일에서 3개월이 걸린다고 응답하였고, 약 18%는 3개월에서 1년이 걸린다고 응답하였다. 또한, 보고서에 따르면 ML 기능을 개발할 때 직면하는 주요 과제는 규모(Scaling), 버전 제어(Versioning), 모델 재현성(Repreducticibility)이다. 1. 머신러닝은 기존의 소프트웨어와 어떻게 구분이되는가? (Data-centric) - 머신러닝을 기존 소프트웨어 영역과 구분짓는 기준은 바로 데이터다. 소프트웨어 개..
머신러닝/MLOps
2022. 6. 6. 01:53