본문으로 바로가기

기초 통계와 ML 파이프라인 연결

LinkedIn GitHub

WORKSPACE

EXPLORER

ESC

157 POSTS

BLOG

해야하는 거

AI 시대, 개발자는 사라지는가?

Python Counter, 빈도수를 쉽게 세는 방법

1. 투 포인터

알고리즘 논리

코딩 테스트 핵심 알고리즘 정리 파이썬 딕셔너리와 코딩 테스트 활용

예시로 살펴보는 AX AX 프로젝트, 문제 정의부터 확산까지 AX 시대의 가치 정의와 현장 리딩

1. Singleton Pattern SOLID

Kafka의 핵심 설계 원리 Kafka 메시징 시스템의 구성과 동작 방식 Kafka 기본 개념과 EC2 Docker 구성

쿠버네티스 입문

Modular Monolith 1. Monolith MSA, 서비스 분리와 운영의 원리

Socket이란 무엇인가

네크워크 참조 모델

전체 데이터 구조 REST API의 개념과 설계 원칙 2. Field/ Parameter / Argument/ this

Actuator 란?EntityManager JPA 연관관계 매핑 JPA 트랜잭션(Transaction)입력값 검증 Java의 AOP(Aspect Oriented Programming)Async : Asynchronous Bean JPA(Java Persistence API)Proxy 패턴 Spring MVC docker container 1. Spirng 필요 컴포넌트 스캔

Spring 컨테이너

application.yaml Lombok

이번 강의는 무엇을 노리고 있을까?Spring AI를 배우기 전에 정리할 것 2 3

1. 기술 스택

개발 문서를 읽기 위한 핵심 기술 용어

Docker를 이해하기 위한 운영체제 기초

6. 설정과 저장소, 앱을 운영할 수 있는 상태로 만들기 5. Service와 Ingress, 요청은 어디로 흐를까 4. 직접 실험하는 Kubernetes, Pod 복구부터 롤백까지 3. kubectl과 Pod, 상태에서 원인을 찾는 법 2. 클러스터는 명령을 어떻게 Pod로 바꿀까 1. 쿠버네티스, 원하는 상태와 컨테이너 이미지 Calico 쿠버네티스 입문, 원하는 상태를 유지하는 시스템

Psql JSONB, 행 잠금, 멱등성 Psql 함수,프로시져,트리거

머신러닝 입문 딥러닝 학습 기본 개념 데이터 시각화 기초 통계와 ML 파이프라인 연결 분석 자동화와 파이프라인 설계

CNN 아키텍처 발전 과정 이미지 세그멘테이션 모델과 핵심 개념 객체 탐지 모델과 핵심 개념

딥러닝 데이터셋 엔지니어링

딥러닝 학습 문제 진단과 디버깅

도메인 적응 방법 현대 LLM 워크플로의 패턴

Transformer에서 LoRA 적용 대상 정하기 LoRA (Low-Rank Adaptation)

LLM 양자화와 QLoRA

분산 학습과 MLOps 딥러닝 모델 경량화와 추론 최적화 딥러닝 기본 학습 테크닉 딥러닝 중급 학습 테크닉

Mixture of Experts(MoE) 핵심 개념 멀티모달 파운데이션 모델 핵심 개념 State Space Model과 Mamba Transformer와 Vision Transformer

DevOps 기초 1편

실습에서는?Agile 개요, 왜 필요한가?

CI/CD 기초 4편: 배포 전략과 운영 CI/CD 기초 3편: Jenkins와 Argo CD를 이용한 GitOps 배포 CI/CD 기초 2편: Docker 이미지와 배포 파이프라인 CI/CD 기초 1편: 개념과 GitHub Actions

OCI: 컨테이너 이미지와 런타임의 공통 표준 Docker 기초 13편: Compose Healthcheck와 실전 구성 Docker 기초 12편: Compose 네트워크와 Volume Docker 기초 11편: Compose 명령어와 환경 변수 Docker 기초 10편: Compose 기본 구조와 이미지 빌드 Docker 기초 9편: Docker 및 Kubernetes 네트워크 Docker 기초 8편: 컨테이너 런타임과 격리 Docker 기초 7편: 이미지 Layer와 tar 내부 구조 Docker 기초 6편: 이미지 Layer와 빌드 최적화 Docker 기초 5편: 컨테이너 기본 명령어와 Volume Docker 기초 4편: 가상화와 컨테이너 이미지 생명주기 Docker 기초 3편: CI/CD 연결과 배포 원칙 Docker 기초 2편: Layer, Registry, Volume과 Network Docker 기초 1편: Dockerfile, Image와 Container

Nginx Nginx 로드 밸런싱과 HTTPS Nginx 리버스 프록시와 Spring Boot 연결 Nginx 기초와 동작 구조

05. Pinia 상태 관리: store 설계와 사용법 04. Vue 컴포넌트 설계: props, emit, slot과 생명주기 03. Vue Composition API 정리 02. Vue 기초 문법 점검: JavaScript, 템플릿 01. Vue.js 입문: 핵심 구조와 렌더링

Java 심화 Part 3: 함수형 프로그래밍과 Lambda Java 심화 Part 2: Annotation Java 심화 Part 1: Reflection

Java 기초 Part 5: Stream API Java 기초 Part 4: 제네릭 Java 기초 Part 3: 제어문 Java 기초 Part 2: 주석과 Javadoc Java 기초 Part 1: 백엔드 배경과 Java 실행 구조

Java 디버깅 Part 1: 자주 헷갈리는 핵심 개념 Java 디버깅 Part 2: VS Code 자동 컴파일과 프로젝트 구조

Java 실행과 JVM Part 3: ClassLoader와 JVM 메모리 Java 실행과 JVM Part 2: 메모리와 데이터 흐름 Java 실행과 JVM Part 1: Java와 Python 컴파일 비교

Java 객체지향 Part 5: static 메서드와 중첩 클래스 Java 객체지향 Part 4: 상속과 인터페이스 Java 객체지향 Part 3: 좋은 설계와 OOP 4대 특성 Java 객체지향 Part 2: OOP 핵심 문법 Java 객체지향 Part 1: 클래스, 객체, 필드와 생성자

Spring 기초 Part 11: Actuator와 애플리케이션 모니터링 Spring 기초 Part 10: 비동기 처리와 @Async Spring 기초 Part 9: JPA 트랜잭션과 동시성 제어 Spring 기초 Part 8: AOP와 공통 관심사 분리 Spring 기초 Part 7: Proxy 패턴과 Spring Proxy Spring 기초 Part 6: JPA 연관관계 매핑 Spring 기초 Part 5: EntityManager와 영속성 컨텍스트 Spring 기초 Part 4: JPA, Entity와 Repository Spring 기초 Part 3: REST API 요청값과 입력값 검증 Spring 기초 Part 2: Spring MVC 요청 처리 흐름 Spring 기초 Part 1: IoC, Bean, DI와 주요 Annotation

DNS = Domain Name System

Spring Boot, WebSocket, Vue, Docker 로 Raspberry Pi 실시간 모니터링 프로젝트 만들기 - 1편 1. Spring Boot 구현

1. GitHub Project 만들기

Python 코드 품질: 디버깅부터 테스트와 자동화까지 Python 01. 실행 구조와 실무 기초

sLLM 핵심 기술과 전체 구조 제한된 자원에서 sLLM 구축하기

시대 단상에 대한 주저리주저리

WORKSPACE

SEARCH

ESC

제목, 카테고리와 태그로 검색하세요.

VERSION CONTROL

SOURCE CONTROL

masterGitHub Pages

저장소 열기

BUILD STATUS

RUN AND DEBUG

게시물은 GitHub Actions에서 검증하고 정적 페이지로 빌드합니다.

WORKSPACE

MANAGE

홈 열기 전체 게시물 태그 보기 블로그 소개

기초 통계와 ML 파이프라인 연결●

workspace>posts>deep learning>basic>ML_Pipeline.md

Deep Learning / Basic2026.08.061 min read2 tags

기초 통계와 ML 파이프라인 연결

개추

QUICK SUMMARY

핵심 요약

개추.

기술 중심이 아닌 문제 해결 중심
좋은 분석은 올바른 문제 정의에서 시작

왜 사용했는가?

sklearn Pipeline — 전처리 + 모델 통합

통계와 ML 파이프라인이 연결되는 이유

통계 없이 ML은 블랙박스

CRISP-DM — 기술보다 프로세스

후속 작업 직접 연결

재현 가능한 모델 관리

TAGS#Deep Learning #PipeLine

PREVIOUS분석 자동화와 파이프라인 설계 NEXT데이터 시각화

DISCUSSION

COMMENTS

GitHub 계정으로 로그인하여 댓글을 남길 수 있습니다. 댓글은 GitHub Discussions에 공개 저장되며, 작성 내용과 GitHub 프로필 정보가 다른 방문자에게 보일 수 있습니다.

GitHub 로그인 후 댓글 쓰기 Discussion 열기

DOCUMENT STRUCTURE

이 문서에는 목차가 없습니다.

DOCUMENT INFO

TYPE: Markdown
DATE: 2026.08.06
READ: 1 min read
WORDS: 0
CATEGORY: Deep Learning / Basic

RELATED DOCUMENTS

분석 자동화와 파이프라인 설계 머신러닝 입문 딥러닝 학습 기본 개념 데이터 시각화 도메인 적응 방법 LLM 양자화와 QLoRA

main Deep Learning / Basic

1 min readUTF-8Markdown

본문 글씨 크기A−작게A기본A＋크게

ESC

RECENTLY OPENED1

기초 통계와 ML 파이프라인 연결recently opened