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 |
- 플랫폼
- 추천시스템
- 언어모델
- MSCS
- 네트워크
- BERT이해
- llm
- COFIBA
- 클라우드자격증
- chatGPT
- 머신러닝 파이프라인
- AWS
- RecSys
- docker
- aws자격증
- MLOps
- BERT
- BANDiT
- 자연어처리
- 메타버스
- nlp
- transformer
- MAB
- 미국석사
- Collaborative Filtering Bandit
- 머신러닝
- TFX
- HTTP
- 중국플랫폼
- 클라우드
- Today
- Total
목록분류 전체보기 (150)
Julie의 Tech 블로그
GA에서 맞춤 측정항목과 측정기준에 대해 셋팅하는 방법을 기록해보려고 한다. 운영하는 사이트마다 수집하고자 하는 데이터에 따라 다 다르기 때문에 일관적인 기준은 없는 것 같다. GA는 GTM을 통해 웹에서 customized 된 변수를 수집할 수 있다. 예를 들어 GA에서 고객들의 멤버쉽 등급을 보고자 할 경우 접속된 유저의 멤버쉽 등급을 수집하도록 설정할 수 있다. 이렇게 수집된 데이터로 GA에서 세그먼트를 생성하여 각 등급별 고객 행동 흐름을 볼 수 있다. 맞춤 측정기준 트래킹 (CD - custom dimension) GA - 설정 > 속성 > 맞춤 정의 > 맞춤 측정기준을 들어가게 되면 위와 같이 측정 기준을 설정할 수 있다. 주로 접속자를 정의하고자하는 기준이 포함되며, 꼭 포함되는 측정..
GA는 고객 행동 로그를 수집하여 행동 흐름에 대한 유용한 레포들을 제작할 수 있다. 가장 처음에 해야할 것은 GA(google.com/analytics)에 계정을 생성하여 속성(=웹사이트)를 추가하는 것이다. GA 계층구조 - 출처 : Google GA official docs Analytics에 접속해보면 아래와 같이 확인할 수 있다. 검색 메뉴 하단에 있는 선택바가 '조직' 단위이고, 그 하단에는 계정 > 속성 > 보기 순으로 되어 있다. 여기서 속성은 웹사이트 또는 앱 단위이다. 계정을 하나의 서비스라고 정의한다면, 속성에서는 dev, prd, stg 사이트들을 각각 달 수 있다. 보기는 해당 웹사이트/앱 로그 데이터를 수집 시에 필터를 추가하여 원하는 view 에 따라 다르게 수집할 수 ..
현재 미국 국고채 10년물 금리는 1.41%이다. 2년물 금리는 0.12%인데, 장기채와 비교였을 때 1.2%p, 그러니까 120bp 정도 차이가 발생하고 있다. 장단기 금리차를 신용스프레드 또는 스프레드 라고 부르는데, 이 스프레드의 변화를 한 번 살펴보면 아래와 같다. 총 3번의 경기침체 모두 250bp 정도 격차가 발생했었는데, 현재 스프레드는 절반정도에 해당한다고 볼 수 있다. 절반정도에 도착했는데 주식시장이 왜 이렇게 조정을 받을까? 출처 : 한국투자증권 리서치센터 과거 데이터를 보면 장단기 금리차가 100-200bp 사이일 때 평균 -3.7% 정도로 조정을 받곤 했다. 즉 우리가 지금 이 구간에 속한 것이다. 과거와 동일한 상황이냐에 대한 답은 각자의 판단에 맡기면 된다. 장단기 금리차가 20..
이번 글에서는 네트워크에 대한 기본 지식을 다져보고자 한다. 참고 도서인 "모두의 네트워크 - 미즈구치 카츠야"를 읽으며 정리한 글이다. 네트워크는 컴퓨터간의 데이터 및 웹 사이트 조회 등을 가능하도록 하는 역할을 한다. 우리가 잘 알고 있는 인터넷 역시 네트워크 종류 중 하나에 속한다. 인터넷은 모든 네트워크를 연결하는 거대한 네트워크이다. 네트워크는 패킷이라는 규칙을 바탕으로 데이터를 전송한다. 규모가 큰 데이터일 경우 패킷으로 잘게 쪼개어 전송하여 대역폭 사용을 분할한다. 네트워크의 범위 - 랜(LAN) : 특정 지역으로 범위를 정할 수 있는 네트워크 - 왠(WAN) : 넓은 범위의 네트워크 왠의 경우 넓은 범위를 다루기 때문에 속도는 느리고 오류가 발생할 가능성이 높다. 랜은 그 반대이..
OS와 하드웨어에 대한 기초 공부를 하기 위해서, 참고 도서를 참조하여 정리해보고자 한다. 개인적으로 대학과정 중 운영체계 수업에서 배웠던 내용을 복습할 수 있어 신선했다. (참고 도서 : 실습과 그림으로 배우는 리눅스 구조, 다케우치 사토루) 요즈음 다양한 타입의 컴퓨터 시스템이 존재한다 : 컴퓨터, 스마트폰, 태블릿 등 전반적으로 컴퓨터 시스템은 아래와 같은 구조로 되어 있다. 출처 : https://wan-blog.tistory.com/32 우측 I/O device를 입출력 장치라고 부르는데, 입출력 장치를 통해 컴퓨터로의 request가 들어오게 되면, 명령어를 메모리에서 읽어 CPU에서 실행하고, 산출된 값을 다시 메모리에 기록하게 되는 구조이다. (이처럼 디바이스는 디바이스 드라이버를 두고..
"Kubernetes, open source container orchestration tool" Kubernetes는 컨테이너를 orchestration을 하는 기술이다. 앞서 컨테이너에 대한 개념과 컨테이너 기술 중 하나인 도커를 살펴보며 컨테이너의 필요성에 대해 알아볼 수 있었다. 사람들이 점점 전통적인 monolithic architecture에서 micro service 로 옮겨가면서 컨테이너에 대한 사용도가 급증하였다. 이에 따라 여러 컨테이너를 관리하는 것에 대해 어려움이 생기기 시작했다. 출처 : https://kubernetes.io/ko/docs/concepts/overview/what-is-kubernetes/ 이에 따라서 여러 컨테이너들을 관리하고, 리소스를 관리하는 서비스가 생겨나..