인공지능| 뉴스, 하우투, 기획, 리뷰 및 동영상
이번 글은 지난 쉰세 번째 글에 이어 2017년 1월부터 지금까지 필자가 소개했던 빅데이터 활용의 핵심들을 다시 정리해보는 마지막 글이다. 지난
오늘날 ‘데이터 과학(Data Science)’만큼 IT 및 비즈니스 리더의 관심을 끄는 분야가 있을까. 하지만 그렇다고 해서 데이터 과학에 실패가 없는 건 아니다.
데이터센터의 워크로드가 급격히 증가하고 있는 가운데 AI에 주목하는 기업들이 늘고 있다. AI를 이용하면 IT팀의 관리 부담 경감과 효율성 향상, 비용 감축이 가능할 것이라는 기대에서다.
페이스북이 인스타그램에 이미지 검색 기능과 AR 기반 체험 기능을 도입할 예정이라고 22일(현지시간) 블로그를 통해 발표했다. 자사 플랫폼 이용자들에게 새로운 쇼핑 경험을 제공하기 위
AI에 대한 관심이 고조되면서 AI 활용을 위한 소프트웨어와 인프라에 대한 갈증도 나타나고 있다. 이로 인해 ML옵스(MLops)라는 새로운 세계를 안내해 줄 스타트업들이 많이 등장했다. 데이터
RPA(robotic process automation)는 지루하고 반복적인 작업으로부터의 해방을 약속한다. 오늘날 여전히 많은 업무가 반복적이며 수준이 낮은 경향이 있다. RPA 소프트웨어를 사용하면 전자 서식을
애플은 모든 사용자가 매년 업그레이드하도록 반강제하는 대신 2가지 iOS 업데이트 방식을 제공하기로 했다. 필자는 이 두 갈래의 길을 통해 애플이 ‘넥스트 빅 씽(Next Big Thing)’을 위
엠앤엠즈, 로얄캐닌 등으로 유명한 제과류 및 반려동물 용품 기업 마즈는 마이크로소프트와 협력해 회사의 생산 현황을 디지털로 복제해 공급망을 크게
아주 흔한 스프레드시트 프로그램이 데이터 과학의 관문이라면 파이썬은 그다음 단계를 목표로 한다.
거대 IT 기업의 박사 집단이 아니다. AI의 활용이 확대되면서 비즈니스 스킬 등 다양한 역량을 보유한 혼합 팀이 기업의 AI 성공에 중요하다는
