전체 글98 데이터 저장 기술 정리: DB, RDB, NoSQL, Data Warehouse, Data Lake Index전체 틀: 데이터 저장 기술 지도Database(DB)RDB: 정형 데이터와 트랜잭션의 표준NoSQL: 유연성과 확장성을 위한 선택Data Warehouse: 분석을 위한 통합 저장소Data Lake: 원본 데이터의 대규모 저장소기술 간 관계 정리장단점과 Trade-off그렇다면 언제 무엇을 선택하는가?헷갈리기 쉬운 개념전체 구조 한눈에 보기Summary Intro가상의 자동차 제조 회사 한빛모터스를 상상해 보자.이 회사에는 세 가지 핵심 시스템이 있다.ERP(Enterprise Resource Planning): 주문, 재무, 구매, 인사 데이터를 관리한다.MES(Manufacturing Execution System): 생산 라인의 작업 지시, 생산 실적, 불량 데이터를 관리한다.WMS(W.. 2026. 7. 22. 잠을 잘 자야 하는 성격 유형 - 이타적인 행동을 늘리는 방법 https://www.youtube.com/watch?v=ZJa0LLBKbb4 최근에 내가 요즘 예민하구나라고 느낀 일이 있었다. 원래는 주변 사람들의 좋은 면만 보고, 나도 그런 점을 배워야지 ~ 하는 생각을 갖고 있었는데요즘 들어 "이 사람은 왜 이러지?" 라며 나와 다른 생각을 갖고 있는 사람들을 부정적으로 보고 있는 나를 발견했다. 원래는 그러지 않았던 것 같아서, 그런 생각을 하는 내가 낯설게 느껴졌다. 해당 영상에서 인상 깊었던 말이었다.“주체적으로 살아갈수록 잠을 많이 자야 하고, 잠을 충분히 잘수록 이타적인 행동이 늘어난다.” 내가 요즘 취준 하면서 잠을 줄이고 늦게 자는 날들을 매일 보내고 있는데, 내가 날카로워지고 타인을 너그럽게 보지 못했던 이유가잠을 못 자서 내가 지쳐있었기 .. 2026. 3. 31. [ML] SVM(Support Vector Machine): 최대 마진으로 일반화 성능을 높이는 방법 Intro: 선형 분류기의 한계를 넘어서퍼셉트론(Perceptron)이나 로지스틱 회귀(Logistic Regression)와 같은 선형 분류기는 "데이터를 나눌 수만 있다면 어떤 선이든 상관없다"는 태도를 취합니다. 하지만 이는 "가장 좋은 선은 무엇인가?"라는 질문에 답하지 못합니다. 그리고, 새로운 데이터가 들어왔을 때 예측이 흔들릴 위험이 있습니다.(일반화 성능 낮을 가능성 존재) 1995년 Cortes & Vapnik이 제안한 서포트 벡터 머신(Support Vector Machine, SVM)은 두 클래스를 분리하는 초평면 중에서도 마진(margin)을 최대화하는 초평면(hyperplane)을 찾음으로써, 노이즈에 강하고 일반화 성능이 뛰어난 분류기를 만드는 것을 목표로 합니다.Core Con.. 2026. 2. 19. Mac OS에서 OpenClaw 설치하는 방법 OpenClaw 한 번 깔아보고 싶다면, 이 글을 그대로 따라오시면 됩니다.저는 설치하는데 총 30분 정도 소요된 것 같네요 !! 그럼 고고싱 ~~ 1. 환경 준비: Xcode + Node + OpenClaw 설치1-1. Xcode Command Line Tools 설치먼저 Xcode CLI가 필요합니다. 터미널을 열고 아래 명령어를 입력해줍니다.xcode-select --install 1-2. nvm으로 Node.js 22 설치OpenClaw는 Node 22 이상을 권장합니다.시스템 Node랑 충돌을 줄이려면, nvm으로 별도 Node 22를 쓰는 방식이 안전합니다.# nvm 설치curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.0/insta.. 2026. 2. 16. 고졸 출신 OpenAI 연구원의 공부 비법 - "Top-down Learning" https://youtu.be/gE1oYwcFywg?si=VGJeyf2NrKzBOpFQ 늘 기초부터 차근차근 공부해야 한다는 마인드 보다는, 일단 실행해보고 문제에서 출발하여, 아래로 파고들며 필요한 지식을 Chatgpt에게 물어보며 알아보는 Top-down 학습법을 통해 기초를 자연스럽게 알게 끔 하자. 나는 프로젝트를 시작할 때마다 늘 도서관에서 기초서를 찾아 읽고, 기본부터 차근차근 쌓은 뒤에야 무언가를 시도해야 한다고 생각해 왔다.하지만 요즘 공부를 하면서 뼈저리게 느끼는 건, 이제는 방식이 완전히 달라졌다는 점이다. AI 덕분에 모르는 것은 즉시 물어볼 수 있고, 필요한 지식도 그때그때 보완할 수 있기 때문에, 처음부터 모든 기초를 다 쌓은 뒤에 움직이는 방식이 꼭 효율적이지는 않다는 것.. 2026. 2. 15. [ML] 앙상블모델 - Random Forest: 집단 지성으로 분산(Variance)을 정복하는 원리 Intro: Decision Tree의 한계를 넘어서결정 트리(Decision Tree)는 데이터의 작은 변화에도 모델 구조가 요동치는 고분산(High Variance) 문제를 안고 있습니다.2001년 레오 브라이만이 제안한 Random Forest는 수많은 트리들을 독립적으로 학습시킨 뒤 그 결과를 평균(회귀)하거나 다수결(분류)로 통합하여 이 문제를 해결했습니다.Core Concept: 집단 지성의 힘 (Bagging & Feature Randomness)쉬운 비유: 100명의 평범한 학생에게 객관식 문제를 풀게 한 뒤, 가장 많이 나온 답(다수결)을 선택하는 것과 같습니다. 한 명이 실수하더라도 전체의 답은 정답에 가까워집니다.핵심 원리:Bootstrapping: 전체 데이터에서 중복을 허용하여 샘.. 2026. 2. 15. 이전 1 2 3 4 ··· 17 다음
