AI & Data
불균형한 데이터의 기준선, 유지보수할 때 남겨 둘 예제
대부분이 같은 클래스인 데이터에서는 아무것도 구분하지 않는 모델도 높은 정확도를 보일 수 있다. 다시 읽을 수 있는 최소 맥락를 중심으로 작은 예제와 확인 기준을 정리합니다.
만들며 배우고, 배운 것을 나눕니다.
더 나은 제품을 향한 개발의 기록.
작은 발견부터 깊이 있는 고민까지.
대부분이 같은 클래스인 데이터에서는 아무것도 구분하지 않는 모델도 높은 정확도를 보일 수 있다. 다시 읽을 수 있는 최소 맥락를 중심으로 작은 예제와 확인 기준을 정리합니다.
작업이 끝났다는 말이 코드 작성, 테스트 통과, 배포 완료 중 무엇을 뜻하는지 다르면 일정과 기대가 어긋난다. 관찰 가능한 완료 조건을 합의해야 한다. 다시 읽을 수 있는 최소 맥락를 중심으로 작은 예제와 확인 기준을 정리합니다.
누락된 환경 변수가 특정 기능을 누르는 순간에야 드러나면 배포 성공 표시를 믿기 어렵다. 기본값으로 조용히 우회하는 설정은 원인 파악도 어렵게 한다. 다시 읽을 수 있는 최소 맥락를 중심으로 작은 예제와 확인 기준을 정리합니다.
긴 제목 하나 때문에 카드와 사이드바가 화면 밖으로 밀려나는 경우가 있다. 다시 읽을 수 있는 최소 맥락를 중심으로 작은 예제와 확인 기준을 정리합니다.
먼저 같은 값이 있는지 조회하는 방식만으로는 동시에 들어오는 중복 생성을 막기 어렵다. 다시 읽을 수 있는 최소 맥락를 중심으로 작은 예제와 확인 기준을 정리합니다.
수정이 필수인 결함과 개인적인 취향이 같은 어조로 전달되면 작성자가 우선순위를 판단하기 어렵다. 의견의 이유와 강도를 함께 적어야 한다. 다시 읽을 수 있는 최소 맥락를 중심으로 작은 예제와 확인 기준을 정리합니다.