dontech
경사하강법(Gradient Descent): 비용 함수의 바닥을 찾아가는 알고리즘
비용 함수의 최솟값을 찾는 경사하강법의 원리를 직관부터 수식, 코드까지 완전히 이해한다. 학습률의 역할, 수렴 과정 시각화, 실전 팁까지.
비용 함수(Cost Function): 모델이 얼마나 틀렸는지 측정하는 법
잔차를 하나의 숫자로 요약하는 비용 함수의 원리. 왜 제곱하는지, MSE와 MAE의 차이, 비용 곡선의 시각화까지 코드와 함께 완전히 이해한다.
선형 회귀(Linear Regression): 예측 모델의 시작점
머신러닝에서 가장 기초적인 예측 모델인 선형 회귀의 원리를 처음부터 끝까지 이해한다. 가설 함수, 잔차, 정규 방정식, sklearn 실전 예제까지 한 번에 정리.
머신러닝 프로젝트 전 과정: 데이터 수집부터 모델 배포까지
머신러닝 프로젝트의 전체 흐름을 문제 정의부터 배포까지 단계별로 정리합니다. 반복적인 개발 과정과 실무에서 자주 하는 실수를 코드 예제와 함께 짚어봅니다.
머신러닝이란 무엇인가: 지도학습, 비지도학습, 강화학습 한눈에 보기
머신러닝의 세 가지 패러다임인 지도학습, 비지도학습, 강화학습의 개념과 차이를 코드 예제와 함께 명확하게 정리합니다.
경사하강법(Gradient Descent): 비용 함수의 바닥을 찾아가는 알고리즘
비용 함수의 최솟값을 찾는 경사하강법의 원리를 직관부터 수식, 코드까지 완전히 이해한다. 학습률의 역할, 수렴 과정 시각화, 실전 팁까지.
ML 기초비용 함수(Cost Function): 모델이 얼마나 틀렸는지 측정하는 법
잔차를 하나의 숫자로 요약하는 비용 함수의 원리. 왜 제곱하는지, MSE와 MAE의 차이, 비용 곡선의 시각화까지 코드와 함께 완전히 이해한다.
ML 기초선형 회귀(Linear Regression): 예측 모델의 시작점
머신러닝에서 가장 기초적인 예측 모델인 선형 회귀의 원리를 처음부터 끝까지 이해한다. 가설 함수, 잔차, 정규 방정식, sklearn 실전 예제까지 한 번에 정리.
ML 기초머신러닝 프로젝트 전 과정: 데이터 수집부터 모델 배포까지
머신러닝 프로젝트의 전체 흐름을 문제 정의부터 배포까지 단계별로 정리합니다. 반복적인 개발 과정과 실무에서 자주 하는 실수를 코드 예제와 함께 짚어봅니다.
ML 기초머신러닝이란 무엇인가: 지도학습, 비지도학습, 강화학습 한눈에 보기
머신러닝의 세 가지 패러다임인 지도학습, 비지도학습, 강화학습의 개념과 차이를 코드 예제와 함께 명확하게 정리합니다.
ML 기초반드시 체크해야 할 GPT-5.1 주요 변경사항
GPT-5와 달라진 핵심 변경 사항을 정리해봅니다.
써보면 절대 후회하지 않을 파이썬 uv 사용법
혜성처럼 등장한 python 패키지 관리 툴 uv. 다른 도구들 대비 뛰어난 편의성과 성능을 가지고 있는 uv에 대해 알아봅니다.
FastAPI에서 의존성 주입을?
FastAPI에서 제공하는 의존성 주입(Dependency Injection) 기능의 실제 활용법과 한계, 그리고 더 확장된 DI 설계 방법까지 단계별로 알아봅니다.
FastAPI
Dependency Injection 제대로 이해하기
의존성 주입(DI)의 개념과 원리를 이해하고, 실제 코드에 적용하는 방법을 알아봅니다.
FastAPIFastAPI 프로젝트를 체계적으로 구조화하는 방법
FastAPI 프로젝트의 확장성과 유지보수성을 높이는 두 가지 주요 구조화 전략에 대해 알아봅니다.
FastAPI