반응형 AI · 인공지능/AI 칼럼61 틱톡(TikTok)은 왜 사용자를 사로잡은 것일까? - 사용자를 매혹시키는 AI 알고리즘[전편] 저자 Catherine Wang 씨는 호주에 거주하는 AI 엔지니어이며, AI 기술의 해설 기사를 Medium에 게시합니다(자세한 경력은 그의 LinkedIn 참조). 그는 이 Medium에 게시된 기사 중 하나인 『TikTok은 왜 사용자를 사로잡은 것일까? 그 이유는 사용자를 매혹시키는 AI 알고리즘』에서 TikTok의 추천 시스템을 수식이나 소스 코드 없이 평문으로 설명하고 있습니다. 현재는 세계적인 숏 비디오 앱의 대표주자로 간주되고 있는 TikTok의 매력은 사용자를 사로잡는 추천 시스템에 있습니다. Wang 씨는 공표된 기술 블로그의 게시물이나 리버스 엔지니어링을 시도한 이들의 연구 결과에 따라, 이 응용 프로그램의 추천 알고리즘의 구조를 다음과 같이 추측했습니다. 학습 데이터의 생성과 학습에.. 2020. 11. 18. 나는 어떻게 TensorFlow 개발자 자격증을 통과했는가 저자 Daniel Bourke 씨는 호주에 거주하는 기계 학습 엔지니어입니다. 그는 최근 Medium에 투고한 기사 "나는 어떻게 TensorFlow 개발자 인증을 통과했는가"를 통해서 합격에 이른 전말을 설명하고 있습니다. Daniel Bourke The official blog of Daniel Bourke. I play at the crossroads of artificial intelligence, health science, life and art. www.mrdbourke.com 뭔가에 도전하는 것을 좋아하는 그는, 도전과 스킬업을 겸해 Google이 운영하는 자격시험 "TensorFlow 개발자 인증"을 시험 보기로 했습니다. 이 자격은 이름에서 알 수 있듯이 주요 AI 모델 개발 환경의 하.. 2020. 8. 17. 일본에서 60만 건의 구인정보를 분석하여 데이터 과학자의 평균 연봉과 채용 조건을 분석 연구직, 기술직, 개발직, 전문직 등의 채용 플랫폼인 '전직 내비게이션', 'SCOPE' 등을 제공하는 astamuse(아스타 뮤제) 주식회사는 요즘 채용 조건이 가장 까다로운 직종 중 하나인 '데이터 과학자'의 자격요건을 시각화했습니다. 이과 전문으로 채용을 실시하는 「전직 내비게이션」의 약 400개 사이트 및 「SCOPE」에 게재되어 있는 아스타 뮤제가 보유한 약 60만 건의 구인 데이터를 분석했습니다. 일본 데이터 과학자의 평균 연봉 Min : 466.3만 엔 Max : 844.7만 엔 데이터 과학자의 구인정보에서 나온 연봉의 하한 평균은 466.3만 엔이었습니다. 평균을 보면 400만 엔 ~ 450만 엔(29.7%), 500만 엔 ~ 550만 엔(19.8%)이 많은 것으로 밝혀졌습니다. 국세청이 .. 2020. 7. 1. 코드 없는 AI 플랫폼, 사용해야 하나요? 그 한계와 기회 저자 Alexandre Gonfalonieri 씨는 프랑스 파리에서 AI 컨설턴트로 일하고 있습니다. 그는 최근 Medium에 투고한 기사 '노 코드 AI 플랫폼을 사용해야 합니까? 그 한계와 기회'에서는 코딩 없이 AI 모델로 개발할 수 있는 '노 코드 AI 플랫폼'의 효용과 한계에 대하여 설명하고 있습니다. 노 코드 AI 플랫폼은 세계 각지에서 여러 가지가 출시되어 붐이 되고 있습니다. 이런 가운데 노 코드 AI 플랫폼을 평가한 후, 그 효용과 한계를 고찰하고 있습니다. 이 플랫폼의 사용 시 최대 효용은 AI 비 전문가에게 초보적인 개발 능력을 제공하여, 그들도 간단한 AI 모델을 개발할 수 있는 'Citizen developer'로 만들 수 있다는 것입니다. AI의 Citizen developer가.. 2020. 6. 28. 기계 학습 엔지니어는 10년 후에는 존재하지 않을것이다. 이 기사의 저자인 Luke Posey 씨는 기계 학습 엔지니어의 경력을 쌓은 후 AI 스타트업 Spawner.ai를 창업하는 한편, Medium에 기사를 게시하였습니다. 가까운 장래에 '기계 학습 엔지니어'라는 직종이 실효적 의미가 없어질 것으로 예상된다는 논거를 펼치고 있습니다. 제3차 AI 붐 초창기 시절, 기계 학습 엔지니어는 수학 및 통계에 관한 전문 지식을 습득하였고, 그 희귀성으로 인해 높이 평가되어 고액의 보수를 받았습니다. 이 직종은 최첨단 기술을 제품이나 서비스에 적용하는 '연구자 겸 기술자'라는 위치가 여전히 요구되고 있습니다. 그러나 가까운 미래에 기계 학습 엔지니어의 연구자적 측면의 니즈는 사라질 것이라고 그는 지적합니다. 왜냐하면 기계 학습 시스템의 개발 환경이 정비되면서 일반적인.. 2020. 6. 13. GAN의 발전의 역사( 응용 편 ) 3 개의 요점 ✔️ 다양한 분야에서 사용되는 'GAN'의 포괄적인 조사 논문 소개 ✔️ GAN의 품질을 측정하는 지표 및 다양한 응용을 소개 ✔️ GAN을 어디에 적용할 수 있는지 포괄적으로 파악이 가능 A Review on Generative Adversarial Networks : Algorithms, Theory, and Applications written by Jie Gui, Zhenan Sun, Yonggang Wen, Dacheng Tao, Jieping Ye (Submitted on 20 Jan 2020) subjects : Computer Vision and Pattern Recognition (cs.CV) ; Machine Learning (cs.LG) 시작하기 이번에는는 GAN의 서베.. 2020. 6. 10. GAN의 발전의 역사( 알고리즘 편 ) 3개의 요점 ✔️ 다양한 분야에서 사용되는 GAN의 포괄적인 조사 논문 소개 ✔️ GAN의 알고리즘에 초점을 맞춘 다양한 접근 방식을 소개 ✔️ GAN의 최신 동향 A Review on Generative Adversarial Networks : Algorithms, Theory, and Applications written by Jie Gui, Zhenan Sun, Yonggang Wen, Dacheng Tao, Jieping Ye (Submitted on 20 Jan 2020) subjects : Computer Vision and Pattern Recognition (cs.CV) ; Machine Learning (cs.LG) 시작하기 2014년 이미지 생성을 위한 알고리즘 'GAN'이 발표되었습니.. 2020. 6. 9. 스타벅스는 커피 사업자가 아닌 데이터 테크 기업이다 이 기사의 저자인 Was Rahman 씨는 AI 솔루션을 기업에 제공하는 스타트업 AI Prescience의 CEO를 맡고 있습니다. 그는 Medium에 투고한 기사, "스타 벅스는 커피 사업자가 아닌 데이터 테크 기업이다"에서 스타벅스의 AI 및 데이터 활용 사례를 설명하고 있습니다. 세계적인 커피숍 브랜드인 스타벅스는 매일 대량의 데이터를 처리하는 데이터 테크 기업적인 부분이 있습니다. 이를 다음의 5가지의 AI 및 데이터 활용사례를 통해 설명하고 있습니다. 1. AI를 사용한 추천 시스템 2. 데이터에 기반한 제품 개발 3. 데이터를 활용한 점포 계획 4. 상황에 따라 변화하는 동적 메뉴 5. AIoT를 활용한 시스템 유지 보수 위의 사례는 사실, 희귀한 것은 아닙니다. 개별적으로 보면 흔한 AI와.. 2020. 6. 3. 완전 비지도 학습으로 라벨링과 특징 표현을 모두 스스로 학습하는 'SeLa' ✔️ DeepCluster를 뛰어넘는 자기 지도 표현 학습의 새로운 방법 'SeLa' 제안 ✔️ 표현 학습과 자기 라벨링에 공통의 학습 목표를 정하고 최적 수송 문제로 공식화 ✔️ SVHN, CIFAR-10, CIFAR -100, ImageNet에서 DeepCluster를 웃도는 결과 Self-labelling via simultaneous clustering and representation learning written by Yuki Markus Asano , Christian Rupprecht , Andrea Vedaldi (Submitted on 13 Nov 2019 ( v1 ), last revised 19 Feb 2020 (this version, v3) ) Comments : Publishe.. 2020. 5. 10. '모르겠다'를 아는 AI, 적은 자원의 환경에서 미학습 도메인을 감지! 3개의 요점 ✔️ 문서 분류 작업에서 학습 데이터에 없는 도메인을 감지하는 방법을 제안 ✔️ 미지의 도메인을 검출하기 위한 학습 데이터의 준비 없이도 학습이 가능 ✔️ 대화 데이터 등 실질적인 데이터 세트에서 제대로 알려지지 않은 도메인을 검색할 수 있는지 확인 Out-of-Domain Detection for Low-Resource Text Classification Tasks written by Ming Tan , Yang Yu , Haoyu Wang , Dakuo Wang , Saloni Potdar , Shiyu Chang , Mo Yu (Submitted on 31 Aug 2019 ) Comments : Published by EMNLP 2019 Subjects : Computation and .. 2020. 4. 20. 이전 1 2 3 4 5 6 7 다음 반응형
