[134]병리 AI Product 개발을 위한 데이터 관리 및 좌충우돌 삽질기

•

4 j'aime•895 vues

NAVER D2

병리 AI Product 개발을 위한 데이터 관리 및 좌충우돌 삽질기

Technologie

[134]병리 AI Product 개발을 위한 데이터 관리 및 좌충우돌 삽질기

Recommandé

Athenz & Spire によるアクセス制御Yahoo!デベロッパーネットワーク

[NDC08] 최적화와 프로파일링 - 송창규ChangKyu Song

중니어의 고뇌: 1인분 개발자, 다음을 찾아서Yurim Jin

NDC 2018 레벨 디자인 튜토리얼 Level Design Tutorial용태 이

Beyond unit tests: Testing for Spark/Hadoop Workflows with Shankar Manian Ana...Spark Summit

NDC 2013 - 초심자를 배려하는 레벨 디자인용태 이

게임 프레임워크의 아키텍쳐와 디자인 패턴MinGeun Park

블랙옵스4의 레벨 디자인용태 이

Recommandé

Athenz & Spire によるアクセス制御Yahoo!デベロッパーネットワーク

[NDC08] 최적화와 프로파일링 - 송창규ChangKyu Song

중니어의 고뇌: 1인분 개발자, 다음을 찾아서Yurim Jin

NDC 2018 레벨 디자인 튜토리얼 Level Design Tutorial용태 이

Beyond unit tests: Testing for Spark/Hadoop Workflows with Shankar Manian Ana...Spark Summit

NDC 2013 - 초심자를 배려하는 레벨 디자인용태 이

게임 프레임워크의 아키텍쳐와 디자인 패턴MinGeun Park

블랙옵스4의 레벨 디자인용태 이

게임 유저 행동 분석으로 이탈 방지하는 방법 (텐투플레이 웨비나)Hyeyon Kwon

Practical Malware Analysis: Ch 7: Analyzing Malicious Windows Programs Sam Bowne

Java Crash分析（2012-05-10）Kris Mok

Logging system of AndroidTetsuyuki Kobayashi

[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장Dylan Ko

LLVM Instruction SelectionShiva Chen

Delight: An Improved Apache Spark UI, Free, and Cross-PlatformDatabricks

Ndc2012 최지호 텍스쳐 압축 기법 소개Jiho Choi

게임제작개론 : #0 과목소개Seungmo Koo

Linux InstrumentationDarkStarSword

Optimizing HDRP with NVIDIA Nsight Graphics – Unite Copenhagen 2019Unity Technologies

모바일 게임 최적화 tartist

[124]네이버에서 사용되는 여러가지 Data Platform, 그리고 MongoDBNAVER D2

NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출 정주 김

A Sneak Peek of MLIR in TensorFlowKoan-Sin Tan

Using voter personas to understand who is coming to your election department ...Dana Chisnell

FPS 레벨 디자인_포트폴리오_폭파미션 Nuclear Power Plantdongjidong

Thrift vs Protocol Buffers vs Avro - Biased ComparisonIgor Anishchenko

쩌는게임기획서 이렇게 쓴다Jinho Jung

Apache Spark Performance tuning and Best PractiseKnoldus Inc.

[211] 인공지능이 인공지능 챗봇을 만든다NAVER D2

[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...NAVER D2

Contenu connexe

Tendances

게임 유저 행동 분석으로 이탈 방지하는 방법 (텐투플레이 웨비나)Hyeyon Kwon

Practical Malware Analysis: Ch 7: Analyzing Malicious Windows Programs Sam Bowne

Java Crash分析（2012-05-10）Kris Mok

Logging system of AndroidTetsuyuki Kobayashi

[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장Dylan Ko

LLVM Instruction SelectionShiva Chen

Delight: An Improved Apache Spark UI, Free, and Cross-PlatformDatabricks

Ndc2012 최지호 텍스쳐 압축 기법 소개Jiho Choi

게임제작개론 : #0 과목소개Seungmo Koo

Linux InstrumentationDarkStarSword

Optimizing HDRP with NVIDIA Nsight Graphics – Unite Copenhagen 2019Unity Technologies

모바일 게임 최적화 tartist

[124]네이버에서 사용되는 여러가지 Data Platform, 그리고 MongoDBNAVER D2

NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출 정주 김

A Sneak Peek of MLIR in TensorFlowKoan-Sin Tan

Using voter personas to understand who is coming to your election department ...Dana Chisnell

FPS 레벨 디자인_포트폴리오_폭파미션 Nuclear Power Plantdongjidong

Thrift vs Protocol Buffers vs Avro - Biased ComparisonIgor Anishchenko

쩌는게임기획서 이렇게 쓴다Jinho Jung

Apache Spark Performance tuning and Best PractiseKnoldus Inc.

Tendances (20)

게임 유저 행동 분석으로 이탈 방지하는 방법 (텐투플레이 웨비나)

Practical Malware Analysis: Ch 7: Analyzing Malicious Windows Programs

Java Crash分析（2012-05-10）

Logging system of Android

[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장

LLVM Instruction Selection

Delight: An Improved Apache Spark UI, Free, and Cross-Platform

Ndc2012 최지호 텍스쳐 압축 기법 소개

게임제작개론 : #0 과목소개

Linux Instrumentation

Optimizing HDRP with NVIDIA Nsight Graphics – Unite Copenhagen 2019

모바일 게임 최적화

[124]네이버에서 사용되는 여러가지 Data Platform, 그리고 MongoDB

NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출

A Sneak Peek of MLIR in TensorFlow

Using voter personas to understand who is coming to your election department ...

FPS 레벨 디자인_포트폴리오_폭파미션 Nuclear Power Plant

Thrift vs Protocol Buffers vs Avro - Biased Comparison

쩌는게임기획서 이렇게 쓴다

Apache Spark Performance tuning and Best Practise

Plus de NAVER D2

[211] 인공지능이 인공지능 챗봇을 만든다NAVER D2

[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...NAVER D2

[215] Druid로 쉽고 빠르게 데이터 분석하기NAVER D2

[245]Papago Internals: 모델분석과 응용기술 개발NAVER D2

[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈NAVER D2

[235]Wikipedia-scale Q&ANAVER D2

[244]로봇이 현실 세계에 대해 학습하도록 만들기NAVER D2

[243] Deep Learning to help student’s Deep LearningNAVER D2

[234]Fast & Accurate Data Annotation Pipeline for AI applicationsNAVER D2

Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load BalancingNAVER D2

[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지NAVER D2

[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기NAVER D2

[224]네이버 검색과 개인화NAVER D2

[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)NAVER D2

[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기NAVER D2

[213] Fashion Visual SearchNAVER D2

[232] TensorRT를 활용한 딥러닝 Inference 최적화NAVER D2

[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지NAVER D2

[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터NAVER D2

[223]기계독해 QA: 검색인가, NLP인가?NAVER D2

Plus de NAVER D2 (20)

[211] 인공지능이 인공지능 챗봇을 만든다

[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...

[215] Druid로 쉽고 빠르게 데이터 분석하기

[245]Papago Internals: 모델분석과 응용기술 개발

[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈

[235]Wikipedia-scale Q&A

[244]로봇이 현실 세계에 대해 학습하도록 만들기

[243] Deep Learning to help student’s Deep Learning

[234]Fast & Accurate Data Annotation Pipeline for AI applications

Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing

[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지

[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기

[224]네이버 검색과 개인화

[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)

[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기

[213] Fashion Visual Search

[232] TensorRT를 활용한 딥러닝 Inference 최적화

[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지

[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터

[223]기계독해 QA: 검색인가, NLP인가?

Dernier

Merge (Kitworks Team Study 이성수 발표자료 240426)Wonjun Hwang

A future that integrates LLMs and LAMs (Symposium)Tae Young Lee

MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionKim Daeun

Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Kim Daeun

Console API (Kitworks Team Study 백혜인 발표자료)Wonjun Hwang

캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스

Dernier (6)

Merge (Kitworks Team Study 이성수 발표자료 240426)

A future that integrates LLMs and LAMs (Symposium)

MOODv2 : Masked Image Modeling for Out-of-Distribution Detection

Continual Active Learning for Efficient Adaptation of Machine LearningModels ...

Console API (Kitworks Team Study 백혜인 발표자료)

캐드앤그래픽스 2024년 5월호 목차

[134]병리 AI Product 개발을 위한 데이터 관리 및 좌충우돌 삽질기

10.    

11.

12.

13.

14.

15.

16.

17.

18.

19.

20.

21.

22.

23.

24.

25.

26.

27.

28.

29.

30.

31.

32.

33.

34.

35.

36.

37.

38.

39.

40.

41.

42.

43.

44.

45.

46.

47.

48.

49.  