AI & Data
데이터 분포 변화 관찰하기, 실패를 설명할 단서 남기기
모델 코드가 그대로여도 입력 데이터의 분포가 달라지면 결과가 달라질 수 있다. 결과와 원인을 구분하는 기록를 중심으로 작은 예제와 확인 기준을 정리합니다.
만들며 배우고, 배운 것을 나눕니다.
더 나은 제품을 향한 개발의 기록.
작은 발견부터 깊이 있는 고민까지.
모델 코드가 그대로여도 입력 데이터의 분포가 달라지면 결과가 달라질 수 있다. 결과와 원인을 구분하는 기록를 중심으로 작은 예제와 확인 기준을 정리합니다.
웹폰트가 내려오기 전 텍스트가 보이지 않거나 줄바꿈이 갑자기 달라질 수 있다. 결과와 원인을 구분하는 기록를 중심으로 작은 예제와 확인 기준을 정리합니다.
설명과 예제가 서로 어긋나면 처음 사용하는 사람이 어디를 믿어야 할지 알기 어렵다. 예제의 전제와 기대 결과를 함께 관리해야 한다. 결과와 원인을 구분하는 기록를 중심으로 작은 예제와 확인 기준을 정리합니다.
오래된 산출물이 캐시에서 복원되면 코드가 수정됐는데도 변경이 반영되지 않을 수 있다. 캐시 키는 결과에 영향을 주는 입력을 설명해야 한다. 결과와 원인을 구분하는 기록를 중심으로 작은 예제와 확인 기준을 정리합니다.
새 코드와 이전 코드가 잠시 함께 실행되는 배포에서는 한 번에 열을 바꾸기 어렵다. 결과와 원인을 구분하는 기록를 중심으로 작은 예제와 확인 기준을 정리합니다.
벡터 두 개가 비슷하다는 말에는 방향과 크기라는 서로 다른 기준이 섞일 수 있다. 결과와 원인을 구분하는 기록를 중심으로 작은 예제와 확인 기준을 정리합니다.