반응형 분류 전체보기239 [딥러닝 with Python] 바이브 코딩이란?(Vibe Coding) 직관과 경험에 의존하는 경험 방식으로 주목받고 있는 Vibe Coding(바이브 코딩)에 대해서 알아보겠습니다. 1. Vibe Coding(바이브 코딩)이란?바이브 코딩은 명확한 사양이나 설계 문서없이, 개발자의 직관, 경험적 패턴, 순간적인 판단을 기반으로 코드를 작성하거나 수정하는 행위를 일컫는 비공식 용업입니다. 이는, 다음과 같은 상태를 포함하는데요* "이렇게 하면 될것 같다"는 판단 하에 구현* 과거 경험이나 유사한 코드에 얻은 느낌으로 구조를 결정* 명확한 분석이나 테스트 없이 추측성 코드를 작성 이는 공식적인 개발 방법론은 아니며, 불확실성과 주관성이 높은 개발 행위군을 지칭하는 문화적인 표현입니다. 즉, 바이브 코딩'은 특정 기술이나 언어가 아닌, 코딩 과정에서 발생하는 긍정적인 경험과 .. 2025. 7. 5. [딥러닝 with Python] UAT와 KAT, 그리고 KAN(Kolmogorov-Arnold Networks) 1. 딥러닝은 왜 함수 근사를 잘하는가?- 딥러닝의 핵심은 복잡한 함수를 근사하는 능력입니다. - 데이터가 주어지면, 모델은 적절한 함수 f(x)를 학습해 예측하거나 분류를 합니다.- 그런데 이때 자연스럽게 다음과 같은 질문이 생기게 됩니다. " 모든 함수는 딥러닝 모델로 근사 가능한가?"" 그렇게 근사한 함수는 우리가 이해 가능할까?" 이 질문에 답하는 두 가지 강력한 수학적 정리가 존재하는데 * Universal Approximation Theorem(UAT)* Kolmogorov-Arnold Theorem(KAT) 입니다. 1) UAT: 모든 연속함수는 MLP로 근사 가능! Universal Approximation Theorem(UAT)는 하나의 은닉층과 충분한 뉴런수를 가진 MLP는 임의의 연.. 2025. 7. 4. [딥러닝 with Python] Optuna란? Optuna를 활용한 하이퍼파라미터 최적화(Colab을 활용한 코드 구현 포함) 인공지능 모델의 성능을 극대화하려 하이퍼파라미터 튜닝이 필수적입니다. 수동으로 하이퍼파라미터를 조절하는 것은 시간도 많이 걸리고 최적의 조합을 찾기는 어렵습니다. 이때, Optuna라는 프레임워크는 강력하고 유연한 하이퍼파라미터 최적화 프레임워크로, 이 과정을 자동화하고 효율적으로 만들어줍니다. 오늘 포스팅에서는 Optuna가 무엇인지, 왜 사용해야하는지에 대해 알아보고 코랩(Colab) 환경에서 실제 코드를 바탕으로 Optuna를 구현해보도록 하겠습니다. 1. Optuna란?Optuna는 인공 지능 모델의 하이퍼 파라미터를 최적화기 위한 오픈 소스 하이퍼파라미터 최적화 프레임워크입니다. Define-by-Run 패러다임을 활용해 하이퍼 파라미터 검색 공간을 동적으로 정의할 수 있는 유연성을 제공하고 .. 2025. 7. 3. [AI 활용] AI 시대의 필수 연결고리! MCP(Model Context Protocol) 오늘은 AI 어플리케이션의 가능성을 한 단계 확장시켜 줄 핵심 기술인 MCP(Model Context Protocol)에 대해서 알아보려고 합니다. 이는 마치 스마트폰의 USB-C 포트처럼, MCP는 LLM과 다양한 데이터 및 도구를 연결하는 표준화된 방법을 제공해주는데요 1. MCP는 왜 중요한가?- 우리는 이미 LLM이 질문에 답하고 글을 쓰는 등 놀라운 능력을 가지고 있음을 잘 알고 있습니다. 하지만, LLM이 실제 데이터를 활용하고 직접 어떤 작업을 수행하려면 어떻게 해야할까 고민하던 중 MCP가 등장하게 되었습니다. - MCP는 LLM 기반의 복잡한 에이전트와 워크플로우를 구축하는데 필수적인 역할을 하는데요. LLM이 외부 데이터나 도구와 통합되어야 할 때, MCP는 다음과 같은 강력한 이점을.. 2025. 7. 2. 이전 1 2 3 4 5 6 7 ··· 60 다음 반응형
