Eommydocs¶
데이터 사이언스, 머신러닝, LLM/VLM 기술 아카이브
Updates¶
| 날짜 | 내용 |
|---|---|
| 2026-02-02 | Data Analysis 섹션 추가, Projects 섹션 추가 |
| 2026-02-02 | 기술 스택 선택 가이드 |
| 2026-02-01 | VLM 가이드, 프로덕션 인프라 |
구성¶
LLM 모델¶
현존하는 Large Language Model 정리
| 지역 | 회사 | 대표 모델 |
|---|---|---|
| 미국 | OpenAI | GPT-4o, o1, o3 |
| 미국 | Anthropic | Claude 4, Claude 3.5 |
| 미국 | Gemini 2.0, Gemma | |
| 미국 | Meta | Llama 3.3, Llama 3.2 |
| 프랑스 | Mistral | Mistral Large, Mixtral |
| 중국 | Alibaba, DeepSeek | Qwen 2.5, DeepSeek V3 |
VLM 모델¶
Vision Language Model - 상황별/하드웨어별 추천
아키텍처¶
Transformer, MoE, SSM, 양자화, 프로덕션 인프라, 서빙
Data Science¶
ML 기법 논문 기반 정리 - 클러스터링, 준지도학습, 회귀 등
Data Analysis¶
비즈니스 상황별 분석 방법 - RFM, LTV, 코호트, 수요 예측 등
Projects¶
실무 프로젝트 아카이브
기초 지식¶
LLM 이해하려면 필요한 것들: - 메모리 구조, GPU vs CPU - FP32, FP16, INT8 - KV 캐시, 배치 처리
마지막 업데이트: 2026-02-02