AI & Data
복잡한 모델 앞의 단순한 기준선, 실패를 설명할 단서 남기기
복잡한 모델이 돌아간다는 사실만으로 유용한 예측을 만든다고 판단하기 어렵다. 결과와 원인을 구분하는 기록를 중심으로 작은 예제와 확인 기준을 정리합니다.
만들며 배우고, 배운 것을 나눕니다.
더 나은 제품을 향한 개발의 기록.
작은 발견부터 깊이 있는 고민까지.
복잡한 모델이 돌아간다는 사실만으로 유용한 예측을 만든다고 판단하기 어렵다. 결과와 원인을 구분하는 기록를 중심으로 작은 예제와 확인 기준을 정리합니다.
예약 시각과 생일처럼 의미가 다른 값을 모두 같은 날짜 타입으로 처리하면 시간대 오류가 생길 수 있다. 결과와 원인을 구분하는 기록를 중심으로 작은 예제와 확인 기준을 정리합니다.
실패한 요청을 즉시 다시 보내면 잠시 느려진 서비스에 더 많은 부하를 줄 수 있다. 재시도는 실패를 없애는 장치가 아니라 제한된 추가 시도다. 결과와 원인을 구분하는 기록를 중심으로 작은 예제와 확인 기준을 정리합니다.
응답이 끊겼을 때 사용자는 저장이 실패했는지 성공했는지 알 수 없어 같은 요청을 다시 보낼 수 있다. 결과와 원인을 구분하는 기록를 중심으로 작은 예제와 확인 기준을 정리합니다.
많은 작업을 동시에 시작하면 각각의 완료가 늦어지고 맥락 전환이 늘어난다. 바쁜 정도보다 끝나는 흐름을 보는 지표가 필요하다. 결과와 원인을 구분하는 기록를 중심으로 작은 예제와 확인 기준을 정리합니다.
평균 오차가 줄었어도 드물게 발생하는 큰 실수는 더 커졌을 수 있다. 결과와 원인을 구분하는 기록를 중심으로 작은 예제와 확인 기준을 정리합니다.