#머신러닝

Amazon SageMaker studio 초기 세팅하기 (S3, IAM, Studio )

AI와 머신러닝 모델을 개발하고 싶지만, 복잡한 초기 설정 때문에 망설여질 때가 많다. Amazon SageMaker(세이지메이커)는 이러한 모델 개발, 학습, 배포의 전 과정을 쉽게 처리해 주는 강력한 AWS 서비스로 활용할 수 있다. 하지만 SageMaker를 제대로 사용하려면 몇 가지 핵심 구성 요소를 미리…

공간을 가진 데이터: 유클리드 vs 비유클리드

데이터는 단순한 숫자와 문자의 나열이 아니다. 데이터는 마치 공간처럼 차원과 구조를 가지며, 이를 어떻게 이해하느냐에 따라 분석 방식과 결과가 달라진다. 데이터가 놓이는 공간을 유클리드 공간으로 볼지, 비유클리드 공간으로 볼지 구분하는 것은 데이터 분석의 출발점이다. 데이터에도 공간이 있다 데이터는 ‘좌표로 표현되는가’,…

머신러닝을 활용한 은행 고객 이탈 예측: LTV고객 생애 가치와 주요변수의 역할

은행 고객의 이탈 예측 모델을 구축할 때, 고객 생애 가치(LTV)를 예측 변수로 포함시키는 것이 모델의 정확도를 크게 향상시킨다는 것을 실험적으로 증명한다. 논문 요약 연구 배경 “이 고객이 우리와 얼마나 오래, 얼마나 좋은 관계를 유지해왔는가?” 이 질문에 대한 답을 담고 있는…