Azure 서비스 목록 Azure 서비스 이 설명서에는 가장 일반적으로 사용되는 Azure 서비스 범주에 대한 세부 정보가 포함되어 있습니다: 컴퓨팅 웹 사물 인터넷(IoT) 빅 데이터 AI DevOps 네트워킹 스토리지 모바일 데이터베이스 컴퓨팅 컴퓨팅 서비스는 종종 기업이 Azure 플랫폼으로 이동하는 주요 이유 중 하나입니다. Azure는 애플리케이션 및 서비스 호스팅을 위한 다양한 옵션을 제공합니다. 다음은 Azure의 컴퓨팅 서비스의 몇 가지 예입니다. 서비스 이름서비스 기능 Azure 가상 머신 Azure에서 호스팅되는 Windows 또는 Linux 가상 머신(VM) Azure 가상 머신 스케일 세트 Azure에서 호스트되는 Windows 또는 Linux VM에 대한 스케일링 Azure Kub..
데이터베이스 관리 자는 데이터베이스를 관리하고, 사용자에게 권한을 할당하고, 데이터의 백업 복사본을 저장하고, 장애가 발생할 경우 데이터를 복원합니다 데이터 엔지니어는 데이터 작업, 데이터 정리 루틴 적용, 비즈니스 규칙 식별, 데이터를 유용한 정보로 전환하는 데 필수적인 역할을 합니다 데이터 분석가는 데이터를 탐색하고 분석하여 시각화 및 차트를 만들어 조직이 정보에 입각한 의사 결정을 내릴 수 있도록 지원합니다 다음 작업은 어떤 역할이 담당하나요? 데이터 집합에서 정보를 생성하고 검색하는 프로세스를 개발합니다. 프로그래밍 언어와 도구를 사용하여 데이터를 조사합니다. 데이터 신뢰성, 효율성 및 품질을 개선할 수 있는 방법을 파악합니다. 업계 및 비즈니스 관련 질문 조사 데이터 엔지니어 어떤 역할이 다음 ..
정규화는 데이터를 각각 열이 적고 한 테이블에서 다른 테이블로의 참조가 있는 잘 정의된 여러 테이블로 분할하는 프로세스입니다 정규화에서는 최종적으로 데이터가 잘 정의된 좁은 테이블(좁은 테이블은 열이 적은 테이블)로 분할되고, 한 테이블에서 다른 테이블로 참조가 이루어집니다 데이터의 구조뿐만 아니라 데이터 사용 방식에 따라 다양한 방식으로 데이터를 분류할 수 있습니다. 이제 다양한 데이터 유형의 특성에 대해 알아보겠습니다. 관계형 데이터베이스는 아마도 가장 잘 알려진 데이터 보유 모델일 것입니다. 테이블과 열의 구조가 단순하기 때문에 처음에는 쉽게 사용할 수 있습니다. 그러나 견고한 구조로 인해 몇 가지 문제가 발생할 수 있습니다. 예를 들어 고객 정보가 들어 있는 데이터베이스에서 주소가 두 개 이상인 ..
https://learn.microsoft.com/en-us/credentials/certifications/azure-data-scientist/?wt.mc_id=azdatafund_azdatasci_webpage_extlp Microsoft Certified: Azure Data Scientist Associate - Certifications Azure data scientists have subject matter expertise in applying data science and machine learning to implement and run machine learning workloads on Azure. learn.microsoft.com https://learn.microsoft.co..
https://learn.microsoft.com/ko-kr/credentials/certifications/azure-ai-engineer/ Microsoft Certified: Azure AI Engineer Associate - Certifications Microsoft Azure AI 엔지니어는 Azure AI를 최대한 활용하는 AI 솔루션을 구축, 관리, 배포합니다. learn.microsoft.com https://learn.microsoft.com/ko-kr/credentials/certifications/exams/ai-102/ 시험 AI-102: Microsoft Azure AI 솔루션 설계 및 구현 - Certifications 시험 AI-102: Microsoft Azure AI 솔..
https://learn.microsoft.com/ko-kr/credentials/certifications/resources/study-guides/ai-900 시험 AI-900: Microsoft Azure AI 기본 사항 학습 가이드 시험 AI-900: Microsoft Azure AI 기본 사항 학습 가이드 | Microsoft Docs learn.microsoft.com https://learn.microsoft.com/ko-kr/credentials/certifications/exams/ai-900/ 시험 AI-900: Microsoft Azure AI Fundamentals - Certifications 시험 AI-900: Microsoft Azure AI Fundamentals learn...
https://learn.microsoft.com/ko-kr/credentials/certifications/resources/study-guides/dp-900 시험 DP-900: Microsoft Azure 데이터 기본 사항 핵심 데이터 개념 설명(15~20%) 핵심 데이터 워크로드 유형 설명 스트리밍 데이터 설명 배치 데이터와 스트리밍 데이터의 차이점 설명 관계형 데이터의 특성 설명 데이터 분석 핵심 개념 설명 데이터 시각화(예: 시각화, 보고, 비즈니스 인텔리전스(BI)) 설명하기 막대형 차트 및 원형 차트와 같은 기본 차트 유형 설명하기 분석 기술(예: 설명, 진단, 예측, 규범, 인지) 설명하기 eLT 및 ETL 처리 설명 데이터 처리의 개념 설명 Azure에서 관계형 데이터로 작업하는 방법 ..
![](http://i1.daumcdn.net/thumb/C148x148/?fname=https://blog.kakaocdn.net/dn/eVtEkA/btsFHnhzyxC/RBYJWx6IdEv0pVK53TaKiK/img.png)
개요 자연어 처리 영역에서 LLM의 성능을 평가하는 것은 중요한 측면입니다. 이 평가를 위한 주요 도구 중 하나는 ROUGE(Recall-Oriented Understudy for Gisting Evaluation) 측정항목입니다. ROUGE는 주로 LLM의 텍스트 생성 품질을 평가하는 데 사용됩니다. GPT-2와 같은 LLM은 종종 텍스트 완성이나 요약과 같은 작업에 참여합니다. 생성된 텍스트의 효율성은 확장성 및 일관성 문제로 인해 사람의 판단만으로는 효과적으로 측정할 수 없습니다. 예를 들어, 아래 코드를 실행하여 다음 프롬프트에 따라 텍스트를 생성하세요. 여기에 어떤 점수를 할당할 수 있는지 생각해 보고 다양한 텍스트에 점수를 매기는 표준화된 측정 기준을 생각해 보세요. # Generate tex..
- Total
- Today
- Yesterday
- Shell
- pytorch
- amazon
- nvidia #gan
- 통계
- linkedin-skill-assessments-quizzes
- tag hello
- MachineLearning
- 알고리즘
- Neo4j
- geometry
- 자바
- 기본
- LECTURE
- Paper
- mongodb
- ML
- 파이썬
- quiz
- extract archive multiple files
- LeetCode
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 |