AI 서비스 기획 06 - 오류와 정상적인 실패 (Errors + Graceful Failure)

28 Mar 2023 in 서비스 기획 on ⁃ 기획, AI

안녕하세요, Daisy 입니다 ☺️

구글의 AI 서비스 R&D 조직 PAIR에서 제작한 “People + AI Guidebook”의 6단계의 가이드라인 중 마지막 Chapter 6에 대해 다뤄보도록 하겠습니다.

1. User Needs + Defining Success (사용자 니즈와 성공의 정의)
2. Data Collection + Evaluation (데이터 수집과 평가)
3. Mental Models
4. Explainability + Trust (설명 가능성과 신뢰)
5. Feedback + Control (피드백과 제어)
6. Error + Graceful Failure (오류와 정상적인 실패)

AI 서비스 기획 05 - 피드백과 제어 (Feedback + Control)

24 Mar 2023 in 서비스 기획 on ⁃ 기획, AI

안녕하세요, Daisy 입니다 ☺️

구글의 AI 서비스 R&D 조직 PAIR에서 제작한 “People + AI Guidebook”의 6단계의 가이드라인 중 Chapter 5에 대해 다뤄보도록 하겠습니다.

1. User Needs + Defining Success (사용자 니즈와 성공의 정의)
2. Data Collection + Evaluation (데이터 수집과 평가)
3. Mental Models
4. Explainability + Trust (설명 가능성과 신뢰)
5. Feedback + Control (피드백과 제어)
6. Error + Graceful Failure (오류와 정상적인 실패)

AI 서비스 기획 04 - 설명가능성과 신뢰 (Explainability + Trust)

23 Mar 2023 in 서비스 기획 on ⁃ 기획, AI

안녕하세요, Daisy 입니다 ☺️

구글의 AI 서비스 R&D 조직 PAIR에서 제작한 “People + AI Guidebook”의 6단계의 가이드라인 중 Chapter 4에 대해 다뤄보도록 하겠습니다.

1. User Needs + Defining Success (사용자 니즈와 성공의 정의)
2. Data Collection + Evaluation (데이터 수집과 평가)
3. Mental Models
4. Explainability + Trust (설명 가능성과 신뢰)
5. Feedback + Control (피드백과 제어)
6. Error + Graceful Failure (오류와 정상적인 실패)

AI 서비스 기획 03 - Mental Models

16 Mar 2023 in 서비스 기획 on ⁃ 기획, AI

안녕하세요, Daisy 입니다 ☺️

구글의 AI 서비스 R&D 조직 PAIR에서 제작한 “People + AI Guidebook”의 6단계의 가이드라인 중 Chapter 3에 대해 다뤄보도록 하겠습니다.

1. User Needs + Defining Success (사용자 니즈와 성공의 정의)
2. Data Collection + Evaluation (데이터 수집과 평가)
3. Mental Models
4. Explainability + Trust (설명 가능성과 신뢰)
5. Feedback + Control (피드백과 제어)
6. Error + Graceful Failure (오류와 정상적인 실패)

AI 서비스 기획 02 - 데이터 수집과 평가 (Data Collection + Evaluation)

13 Mar 2023 in 서비스 기획 on ⁃ 기획, AI

안녕하세요, Daisy 입니다 ☺️

구글의 AI 서비스 R&D 조직 PAIR에서 제작한 “People + AI Guidebook”의 6단계의 가이드라인 중 Chapter 2에 대해 다뤄보도록 하겠습니다.

1. User Needs + Defining Success (사용자 니즈와 성공의 정의)
2. Data Collection + Evaluation (데이터 수집과 평가)
3. Mental Models
4. Explainability + Trust (설명 가능성과 신뢰)
5. Feedback + Control (피드백과 제어)
6. Error + Graceful Failure (오류와 정상적인 실패)

AI 서비스 기획 01 - 사용자 니즈와 성공의 정의 (User Needs + Defining Success)

07 Mar 2023 in 서비스 기획 on ⁃ 기획, AI

안녕하세요, Daisy 입니다 ☺️

현재 ‘서비스 기획’ 직무를 준비하고 있고, 특히 AI를 활용한 서비스 기획 직무에 가장 관심이 많습니다. 마침 구글의 AI 서비스 R&D 조직에서 제작한 “People + AI Guidebook”이라는 좋은 자료를 발견해서 스터디 후 정리해보려고 합니다.

먼저 구글의 PAIR (People + AI Research) 조직 소개드리면, PAIR는 AI Product를 생산적이며 즐겁고 평등하게 만들기 위해 인간 중심의 연구를 진행했으며 UX 전문가들이 AI 대해 인간 중심적 접근을 할 수 있도록 6단계의 가이드라인을 제시했습니다.

저는 이 6가지 가이드라인에 대해 정리해보았으며, 본 포스팅에서는 Chapter 1에 대해 다뤄보도록 하겠습니다.

1. User Needs + Defining Success (사용자 니즈와 성공의 정의)
2. Data Collection + Evaluation (데이터 수집과 평가)
3. Mental Models
4. Explainability + Trust (설명 가능성과 신뢰)
5. Feedback + Control (피드백과 제어)
6. Error + Graceful Failure (오류와 정상적인 실패)

KoBERT를 활용한 감정분류 모델 구현 with Colab

09 Jan 2023 in AI Tech on Ai-tech

안녕하세요, Daisy 입니다 ☺️

SKT Brain에서 개발한 KoBERT 오픈소스 코드를 활용해
Google Colab에서 감정분류 모델을 구현해보았으며 그 과정을 소개하고자 합니다.

[Mac] Let’s custom a GitHub Page 1

03 Jan 2023 in Dev on ⁃ GitHub Page, Git, Mac

안녕하세요, Daisy 입니다 ☺️

이번에는 Jekyll을 활용해 GitHub page를 custom 해보았으며,
그 과정을 쉽게 이해할 수 있도록 정리하여 공유해보고자 합니다.

GitHub Page로 개인 블로그를 만드는 것에 관심이 있으시면, 해당 시리즈를 참고해주세요 :)

[Mac] Let’s create a GitHub Page 1

03 Jan 2023 in Dev on ⁃ GitHub Page, Git, Mac

안녕하세요, Daisy 입니다 ☺️

GitHub Page를 통해 개인 블로그를 만들어본 후,
그 과정을 쉽게 이해할 수 있도록 정리하여 공유해보려고 합니다.

GitHub Page로 개인 블로그를 만드는 것에 관심이 있으시면, 해당 시리즈를 참고해주세요 :)

Deep Learning Basic 10 - RNN

12 Jul 2022 in AI Tech on ⁃ AI Basic

Intro

• 시퀀스 데이터의 개념과 특징, 그리고 이를 처리하기 위한 RNN
• RNN에서의 역전파 방법인 BPTT와 기울기 소실 문제에 대해 학습
• 시퀀스 데이터만이 가지는 특징과 종류, 다루는 방법, 그리고 이를 위한 RNN(Recurrent Neural Network)의 구조를 CNN이나 다른 MLP(Multi Layer Perceptron)와 비교하면서 공부할 것
• RNN에서의 역전파 방법인 BPTT(Back Propagation Through Time)를 수식적으로 이해하고, 여기서 기울기 소실문제가 왜 발생할 수 있는지, 이에 대한 해결책은 어떤 것들이 있는지를 집중