사이드 프로젝트 23
- AWS ML CI/CD와 CDC 파이프라인 구축 (5) Terraform 코드화와 마무리
- AWS ML CI/CD와 CDC 파이프라인 구축 (4) CDC 파이프라인: Debezium 로컬 구축과 실험
- AWS ML CI/CD와 CDC 파이프라인 구축 (3) CodePipeline 조립과 트러블슈팅
- AWS ML CI/CD와 CDC 파이프라인 구축 (2) AWS 인프라 구성: ECR, S3, IAM, CodeBuild
- AWS ML CI/CD와 CDC 파이프라인 구축 (1) ML 코드 작성과 로컬 검증
- AWS ML CI/CD와 CDC 파이프라인 구축 (0) 프로젝트 소개
- 반려동물 품종 분류기 만들기 (7) 모델 export와 FastAPI 서빙
- 반려동물 품종 분류기 만들기 (6) 평가와 오류 분석
- 반려동물 품종 분류기 만들기 (5) Transfer learning: ResNet fine-tuning
- 반려동물 품종 분류기 만들기 (4) Baseline: CNN을 처음부터 학습
- 반려동물 품종 분류기 만들기 (3) 데이터 준비와 EDA
- 반려동물 품종 분류기 만들기 (2) 개발환경 세팅
- 반려동물 품종 분류기 만들기 (1) 프로젝트 설계
- 반려동물 품종 분류기 만들기 (0) 시리즈 소개
- NYC 택시 수요 예측 파이프라인 만들기 (8) Airflow 자동화, 모니터링, CI
- NYC 택시 수요 예측 파이프라인 만들기 (7) FastAPI 서빙과 학습-서빙 편차
- NYC 택시 수요 예측 파이프라인 만들기 (6) PostgreSQL, MinIO, MLflow 연동
- NYC 택시 수요 예측 파이프라인 만들기 (5) Baseline vs LightGBM vs PyTorch
- NYC 택시 수요 예측 파이프라인 만들기 (4) 집계와 피처 생성
- NYC 택시 수요 예측 파이프라인 만들기 (3) 데이터 수집과 EDA
- NYC 택시 수요 예측 파이프라인 만들기 (2) 개발환경 세팅
- NYC 택시 수요 예측 파이프라인 만들기 (1) 프로젝트 설계
- NYC 택시 수요 예측 파이프라인 만들기 (0) 시리즈 소개