일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- 마이크로소프트 ai 스쿨 6기
- 마이크로소프트
- microsoft ai school 6기
- microsoft ai
- microsoft ai school
- 마이크로소프트 ai 스클
- micsrosoft ai
- 마이크로소프트 ai 스쿨
- microsoft
- 마이크로소프트 AI
- MS
- 마이크로소프트 ai school 6기
- msai
- Today
- Total
목록2025/05 (10)
연랩

Final Project - 해당 카테고리 프로젝트 기간동안은 데일리 리포트 형식으로 작성될 예정입니다- 추후에 프로젝트가 완성이 되면 "프로젝트" 카테고리에 내용을 작성할 계획입니다 CRUD 댓글 기능 및 삭제 기능 추가 댓글 생성, 삭제, 수정 기능 추가

MS 타운홀 미팅 Microsoft AI 900 시험 - 700점 이상이면 합격- 45분 동안 시험 수행 프로젝트 게시글 수정 및 삭제 기능 추가 Docker 연결 docker build -t my-fastapi-app .docker stop fastapi-containerdocker rm fastapi-containerdocker run -d -p 8000:80 --name fastapi-container my-fastapi-app docker ps로 포트를 어떤 이미지가 사용하고 있는 지 보고, 업데이트 시 중지 후 재실행 추천 로컬에서 실행하여 확인하는 경우:uvicorn app.main:app --reload

커리어 멘토링 정찬훈 강사님 면접 면접에서 과제가 주어진 경우 why: 왜 이런 과제가 주어졌을까? 어떤 역량을 파악하려고 하는 것일까?what: 내가 생각한 정답이 무엇일까how: 어떻게 내가 잘하고 적합한지의 절차로 사고하는 것이 필요하다 기술 면접기술 면접의 경우, PREP 구조로 발표하는 것이 유용할 때가 있다. 결론을 먼저 제시하는 방식으로 시작을 하는 것이다. 시작: 안녕하세요 000주제에 대해 발표를 하게 된 000입니다.p: 고객의 현 상황에서 추천하는 솔루션은 A입니다r: 그 이유는 해당 솔루션은 이러한 강점을 가지고 있고, 해당 고객에게 이러한 부분에서 적합하기 때문입니다e: 그 예로 이러한 사례가 있습니다p: 따라서 솔루션 A를 추천합니다끝: 여기까지가 제 발표입니다. 질문해주시면..

클라우드 컴퓨팅(Cloud Computing) 클라우드 컴퓨팅 클라우드 컴퓨팅(Cloud Computing)은 인터넷을 통해 서버, 스토리지, 데이터베이스, 네트워크, 소프트웨어, 분석 도구 등 컴퓨팅 자원을 필요할 때마다 빌려 쓰는 기술 또는 서비스 방식- 사용자가 직접 물리적 서버를 관리하거나 자체 애플리케이션을 실행하지 않아도 됨- 복잡한 인프라 구조를 몰라도 클라우드 컴퓨팅 이용 가능 Azure Cognitive Service 보고 듣고 인지에 관한 AI 기술을 적용하기 위해서 Azure 클라우드에서 제공하는 사전 학습된 AI 모델AI 또는 데이터 과학에 대한 지식이나 기술 없이도 인지에 관한 AI 모델을 만들 수 있다 머신러닝 디자이너(Machine learning Designer) 코..

인공지능 개론 머신러닝 지도학습과 비지도 학습 회귀 평가 지표MSE, MAE, R^2 분류 평가 지표 - confusion matrix 특성공학(Feature Engineering vs Feature Selection)- 머신러닝 모델에서 학습에 사용할 Feature들을 찾는 것 필요한 이유:데이터에 에러, 이상치, 잡음 등이 많으면 머신러닝 모델의 결과가 좋지 않음-> 사전에 이러한 데이터 제고, 특성들이 머신러닝 모델에 유용하도록 만듦 Feature selection: 현재 보유한 특성 중 학습에 사용될 유용한 특성을 선택Feature engineering: 특성들을 결합하여 더 유용한 특성을 만듦 출처 -If any problem for references, or any questio..

책임 있는 인공지능 책임 있는 인공지능 원칙 마이크로소프트사의 책임있는 인공지능 원칙 투명성책임성공정성신뢰성 및 안정성개인정보 보호 및 보안포용성 투명성- 인공지능 동작에 대한 이해가능성 또는 설명 가능성XAI(explainable AI)- 개발자, 서비스 제공자, 이용자 모두의 노력 필요개발자 : 은닉 기능을 개발하지 않으며, 위험에 대한 예측에 노력제공자 : 위험 관련 정보 이용자와 공유, 교육과 메뉴얼 제공이용자: 서비스 과정에 대한 설명을 공급자에게 요구할 권리가 있음, 투명성이 확보된 기술 사용 책임성개발자 : 개발 과정부터 결과까지 품질을 인정하기 위해 노력, 윤리적 절차를 따라야 함제공자: 사고에 따른 책임과 보상 원칙도 마련이용자: 윤리 책임을 잘 숙지하고, 문제 발생시 책임을 물음 공..

Final Project - 해당 카테고리 프로젝트 기간동안은 데일리 리포트 형식으로 작성될 예정입니다- 추후에 프로젝트가 완성이 되면 "프로젝트" 카테고리에 내용을 작성할 계획입니다 Cosmos DB Cosmos DB for MongoDB(vCore)를 만든 후, 연결을 위한 연결 문자열을 가지고 온다위치는 좌측 설정 > 연결 문자열에 있다 CRUD 기능 게시판 구현 회원가입 페이지 구성 회원 가입 후 user 정보가 데이터 테이블에 기록됨을 알 수 있다

Final Project - 해당 카테고리 프로젝트 기간동안은 데일리 리포트 형식으로 작성될 예정입니다- 추후에 프로젝트가 완성이 되면 "프로젝트" 카테고리에 내용을 작성할 계획입니다 Docker - 컨테이너 기반의 가상 플랫폼하나의 애플리케이션과 그것이 동작하는 데 필요한 모든 구성 요소(라이브러리, 설정 등)을 이미지로 생성-> 어디서든 동일하게 실행할 수 있는 컨테이너 실행 Docker 이미지: 실행 가능한 코드, 라이브러리, 설정 등을 포함한 실행 패키지Docker 컨테이너: 이미지를 실행한 인스턴스 (가볍고 빠름)컨테이너란: 앱과 환경을 한 번에 묶은, 빠르고 가벼운 실행 단위Docker는: 그걸 만드는 도구 Azure App ServicePaaS로 웹 애플리케이션을 손쉽게 배포할 수 있는 서..