{"id":26575764,"url":"https://github.com/zkfmapf123/mlops-parctice","last_synced_at":"2025-08-23T18:14:36.041Z","repository":{"id":282521235,"uuid":"948864877","full_name":"zkfmapf123/MLOps-parctice","owner":"zkfmapf123","description":"mlops-tutorial","archived":false,"fork":false,"pushed_at":"2025-03-15T06:00:50.000Z","size":575,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"master","last_synced_at":"2025-06-13T14:07:05.970Z","etag":null,"topics":[],"latest_commit_sha":null,"homepage":null,"language":"Go","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/zkfmapf123.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2025-03-15T06:00:19.000Z","updated_at":"2025-03-15T06:00:53.000Z","dependencies_parsed_at":null,"dependency_job_id":"b5cc8713-06d9-408c-81d1-7d0d67336068","html_url":"https://github.com/zkfmapf123/MLOps-parctice","commit_stats":null,"previous_names":["zkfmapf123/mlops-parctice"],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/zkfmapf123/MLOps-parctice","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/zkfmapf123%2FMLOps-parctice","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/zkfmapf123%2FMLOps-parctice/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/zkfmapf123%2FMLOps-parctice/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/zkfmapf123%2FMLOps-parctice/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/zkfmapf123","download_url":"https://codeload.github.com/zkfmapf123/MLOps-parctice/tar.gz/refs/heads/master","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/zkfmapf123%2FMLOps-parctice/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":271760532,"owners_count":24816441,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","status":"online","status_checked_at":"2025-08-23T02:00:09.327Z","response_time":69,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":[],"created_at":"2025-03-23T02:30:50.026Z","updated_at":"2025-08-23T18:14:36.024Z","avatar_url":"https://github.com/zkfmapf123.png","language":"Go","funding_links":[],"categories":[],"sub_categories":[],"readme":"# 머신러닝 개념 이해\n\n## 머신러닝이란?\n\n- 머신러닝 vs 통계 vs 딥러닝\n- 지도학습 vs 비지도학습\n\n## 머신러닝 개념\n\n- 머신러닝(Machine Learning)은 데이터를 바탕으로 패턴을 학습하고, 이를 기반으로 예측이나 분류를 수행하는 알고리즘을 의미해. 사람이 일일이 명령어를 작성하는 것이 아니라, 모델이 데이터를 통해 스스로 규칙을 찾아내는 방식이야.\n\n## 머신러닝 vs 통계 vs 딥러닝\n\n- 통계학: 데이터의 관계를 분석하고 해석하는 학문. (ex. 평균, 분산, 회귀 분석)\n- 머신러닝: 데이터에서 패턴을 학습해 예측하는 알고리즘. (ex. 선형 회귀, 의사결정나무)\n- 딥러닝: 신경망을 기반으로 한 머신러닝의 하위 분야. (ex. CNN, RNN)\n- 지도학습 vs 비지도학습\n\n  - 지도학습(Supervised Learning): 입력과 정답(출력) 데이터가 있는 상태에서 학습하는 방식.\n\n  - 예) 이메일이 스팸인지 아닌지 분류하는 모델 (입력: 이메일 내용, 정답: 스팸/비스팸)\n    대표적인 알고리즘: 선형 회귀, 로지스틱 회귀, KNN, 의사결정나무\n    비지도학습(Unsupervised Learning): 정답이 없이 데이터의 패턴을 학습하는 방식.\n\n  - 예) 고객 데이터를 군집화해서 그룹을 나누는 모델\n    대표적인 알고리즘: K-Means, PCA(주성분 분석)\n\n## 머신러닝 알고리즘\n\n### 선형회귀 알고리즘\n\n- 근사값을 찾는 알고리즘\n\n1. y=ax + b를 구하고\n2. 입력값에 따라서 근사값을 추출\n\n[선형회귀방식을 활용한 근사값 찾기](./linear.go)\n\n![linear](./public/linear.jpeg)\n\n### 로지스틱 회귀\n\n- 분류문제를 해결하는 알고리즘\n\n![logistic](./public/logi.jpeg)\n[로지스틱회귀방식을 이용한 방법](./logistic.go)\n\n- use Devops\n\n  - 사용자 이탈 예측\n  - 보안 침입 탐지\n\n```sh\n  입력데이터 : 로그인위치, 로그인시간, 요청한 API Pattern, 사용 브라우저 / 디바이스\n  출력 : 공격시도 가능성\n```\n\n### KNN\n\n[knn](./knn.go)\n\n- 최근접 이웃 알고리즘\n- 데이터 포인트들을 가장 가까운 이웃 데이터 포인트들의 특성을 참고해 새로운 데이터 포인트를 분류하는 알고리즘\n\n## I Want\n\n- 현재 서버에 문제가 있는지 탐지 \u003c- 선형회귀\n- 메트릭에 이슈가 있다면 알림 및 Auto Scaling 구성 \u003c- 로지스틱 회귀\n- WAF 모니터링 과정에서 문제가 있다고 판단되면 COUNT -\u003e BLOCK 상태로 변환 \u003c- KNN\n\n## Conclusion\n\n- SageMaker 공부해보자\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fzkfmapf123%2Fmlops-parctice","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fzkfmapf123%2Fmlops-parctice","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fzkfmapf123%2Fmlops-parctice/lists"}