Data Science Tutorials

Learn data science and AI with step-by-step tutorials on the DataCamp blog. Master Python, SQL, machine learning, and build your own AI agents.

카테고리 탐색

Artificial IntelligenceGitJuliaPower BIPythonR ScalaSpreadsheetsSQLTableau

2명 이상을 교육하시나요?DataCamp for Business 사용해 보기

대규모 언어 모델

GGUF 포맷: 로컬 LLM 추론을 위한 완벽 가이드

GGUF는 모델 가중치, 토크나이저 데이터, 메타데이터를 단일 휴대용 파일로 패키징합니다. 올바른 양자화 수준을 고르는 법과 Ollama로 시작하는 방법을 알아보세요.

2026년 6월 17일

대규모 언어 모델

DFlash 추측 디코딩으로 로컬 LLM 속도를 높이는 방법

기준 설정과 비교해 DFlash 추측 디코딩과 Flash Attention을 사용하여 단일 RTX 4090에서 로컬 Gemma 4 31B 추론을 가속하는 방법을 알아보세요.

2026년 6월 17일

Machine Learning

랜덤 포레스트 회귀: 완벽 가이드

랜덤 포레스트 회귀의 작동 방식, 한계, 평가·튜닝·해석 방법을 다룹니다. Python 구현과 모델 비교 프레임워크 포함.

2026년 6월 17일

데이터 사이언스

커널 밀도 추정: 이론에서 실전까지

커널 밀도 추정은 고정된 모델을 가정하지 않고 데이터 분포의 형태를 추정하는 비모수 방법입니다. 공식, 대역폭 선택, Python과 R에서의 실습 구현을 알아보세요.

2026년 6월 16일

데이터 사이언스

로지스틱 회귀 가정: 모델링 전에 꼭 확인해야 할 것들

로지스틱 회귀의 가정을 실무적으로 안내하고, Python과 R에서 위반을 잡아내는 진단과, 가정이 성립하지 않을 때의 대안을 다룹니다.

2026년 6월 15일

데이터 사이언스

스플라인 회귀: Python 및 R로 배우는 실전 가이드

조각별 다항식과 매듭이 비선형 관계를 어떻게 모델링하는지, 주요 스플라인 종류, 그리고 Python과 R에서의 적합 방법을 다루는 실전 가이드입니다.

2026년 6월 15일

데이터 사이언스

일반화 선형 모형(GLM): 이론과 코드 입문 가이드

GLM에 대한 실용 가이드 — 무엇이며, 세 구성요소가 어떻게 함께 작동하는지, 그리고 Python과 R에서 적합하고 해석하는 방법.

2026년 6월 12일

데이터 사이언스

과적합 vs 과소적합: 실무적인 모델 진단 가이드

머신러닝에서 과적합과 과소적합을 자세히 살펴보고, 각 실패 모드를 식별하는 방법, 발생 원인, 바이어스-분산 트레이드오프를 통해 해결하는 방법을 다룹니다.

2026년 6월 12일

Machine Learning

제로샷 분류: 동작 원리와 활용 시점

제로샷 분류가 무엇인지, NLI 모델로 내부에서 어떻게 작동하는지, 퓨샷/파인튜닝과의 비교, 그리고 Hugging Face Transformers로 적용하는 방법을 알아보세요.

2026년 6월 11일

데이터 사이언스

그래디언트 클리핑: 폭주하는 그래디언트 방지 방법

그래디언트 클리핑은 딥 신경망 학습을 망치는 폭주 그래디언트를 막는, 학습 루프에 한 줄만 추가하면 되는 해결책입니다. 작동 원리, 두 가지 주요 방법, 임계값 선택, PyTorch와 TensorFlow 구현을 다룹니다.

2026년 6월 10일

데이터 사이언스

마코프 연쇄 몬테카를로(MCMC): 복잡한 확률분포에서 표본 추출

마코프 연쇄 몬테카를로 안내서 - 작동 원리, 사용 이유, 대표 알고리즘, 그리고 베이지안 추론을 위해 파이썬에서 적용하는 방법을 다룹니다.

2026년 6월 10일

AI Agents

에이전트 스웜 튜토리얼: CrewAI로 AI 에이전트 조율하기

Gemini 3.5 Flash, Olostep 실시간 웹 검색, 계층형 작업 위임으로 멀티 에이전트 연구·작성 워크플로를 수행하는 CrewAI 에이전트 스웜을 구축하세요.

2026년 6월 9일

기술

주제

Data Science Tutorials

GGUF 포맷: 로컬 LLM 추론을 위한 완벽 가이드

DFlash 추측 디코딩으로 로컬 LLM 속도를 높이는 방법

랜덤 포레스트 회귀: 완벽 가이드

커널 밀도 추정: 이론에서 실전까지

로지스틱 회귀 가정: 모델링 전에 꼭 확인해야 할 것들

스플라인 회귀: Python 및 R로 배우는 실전 가이드

일반화 선형 모형(GLM): 이론과 코드 입문 가이드

과적합 vs 과소적합: 실무적인 모델 진단 가이드

제로샷 분류: 동작 원리와 활용 시점

그래디언트 클리핑: 폭주하는 그래디언트 방지 방법

마코프 연쇄 몬테카를로(MCMC): 복잡한 확률분포에서 표본 추출

에이전트 스웜 튜토리얼: CrewAI로 AI 에이전트 조율하기

기술

주제