AI CAMP

BEFORE 전공은 메카트로닉스공학부였습니다. 대학 시절에는 3D 모델링(프린팅), PLC, 로봇 제어, 구조 해석, 스마트팩토리, EV, 반도체 등 다양한 프로젝트를 수행했습니다. 이후 제조업 시작기술팀에서는 Laser Module 수율 향상 과제를 맡아 실무 경험

FACTS #자료구조 #조건문 #반복문 #함수 #파일처리 #Numpy #Pandas #데이터시각화 1주차에는 Python 언어의 기초를 전반적으로 학습했습니다. 예수학제를 통해 사전 학습을 진행했던 터라 기본적인 문법이나 구조에는 큰 어려움은 없었습니다. 다만, 새롭

LEARN 지난주에는 Python 언어의 기초와 함께, Pandas와 Numpy 라이브러리를 활용하는 방법을 배웠다. 이번 주에는 크게 DBMS, Streamlit, 그리고 Crawling에 대해 학습했다. DBMS는 데이터를 효율적으로 저장하고 조회할 수 있도록

드디어 기다리던 프로젝트 과제를 시작했습니다. 주제는 '자동차 현황 분석' 이었습니다. 우리 팀은 전기차를 선택했고, 좀 더 깊이 들어가 전기차와 충전소의 관계를 분석하기로 했습니다.팀에서 제 역할은 팀장이었습니다. 사실, 저는 프로젝트의 전반적인 부분을 직접 기획하고

최근 데이터 분석 영역에 대한 학습에 집중하고 있습니다. 학부 시절 생산관리 관점에서 데이터 분석을 경험했지만, 현재는 더욱 다양한 분석 기법과 Python을 활용한 시각화 방법을 배우며 역량을 확장하고 있습니다. 특히 보스턴 집값 및 보험사 고객 데이터를 통해 각 항

이번 5주차에 배운 건 데이터 전처리부터 KNN, 선형회귀, 결정트리 같은 다양한 예측 모델, 그리고 YOLO 이미지 분석까지였다. 실습으로는 타이타닉 생존 분석이랑 건강보험 분석을 진행했다. 사실 분석 방법론이나 분석을 어떻게 할지에 대한 부분은 전부터 좀 알고 있던

데이터 학습 방식은 지도 학습과 비지도 학습으로 구분된다. 각 방식의 특징은 다음과 같다.지도 학습 (Supervised Learning): 입력 데이터와 정답(Target)이 함께 제공되며, 알고리즘은 이를 통해 예측 모델을 구축한다. 스팸 메일 분류 및 주택 가격

7월 30일(수) ~ 7월 31일(목)에 경진대회 사전테스트를 진행했다. x_train, y_train, x_test, submission 총 4개 csv파일을 받았다. x_train, y_train 데이터를 통해 학습을 하고 x_test 데이터를 보고 co2 fina

스마트농업 AI 경진대회 몰랐는데 뉴스에 나왔습니다. 정면에 보이는 팀이 저희 팀이었습니다. 대회 규모가 꽤 커 보였습니다. 시설도 시설이지만, 간식과 식사 제공에 있어서 돈을 아끼지 않아서 정말 좋았습니다. 대부분 코딩을 시작한 지 2개월도 안 된 초짜 개발자들로

스마트농업 AI 경진대회 결과부터 말하자면 15위로 밀려 예선 2차로 진출하지 못 했다. 예상 순위 7위에서 15위로 떨어진 이유는 다음과 같다. 파일 제출에서 문제가 있었다. 변명을 하자면 AI CAMP에서 실습하고 프로젝트를 진행할 때는 train, inferen

1차 프로젝트https://velog.io/@duple/AI-CAMP-1차-프로젝트-전기차-충전소-현황-분석개인 서버 만들기https://velog.io/@duple/Ubuntu로-개인-포트폴리오-서버-만들기-0https://velog.io/

오랜만에 데이콘에 참여했다. 이번에는 '프롬프트 엔지니어링'이다. 스마트농업 AI 경진대회에서 'ML/DL'에 대한 역량을 확인해 봤다면, 이번에는 '프롬프트 엔지니어링' 역량을 발전시킴과 동시에 확인해보려고 한다. {title}과 {content}를 입력해 {l

프롬프트 엔지니어링 | GPT | 뉴스클리핑 | 분류 | AI Agent지난주에는 이진분류 경진대회 공략법을 알아냈다. 그렇게 해서 알아낸 공략법으로 지금은...19등이다. (팀 순위는 14위) 현재 우리가 작성한 프롬프트는 상위랭커와 동일한 성능의 프롬프트이다. 최근

LangChain

3차 미니 프로젝트 주제 : LLM 을 연동한 내외부 문서 기반 질의 응답 시스템 · 환각을 방지하고 원하는 내외부 데이터 내에서 RAG 기반 LLM 활용 질의 응답 시스템 구현 · 문서를 벡터 형태로 임베딩하여 벡터데이터 베이스에 저장 및 검색 · LangChain을 활용하여 벡터데이터베이스와 LLM 연동 산출물 수집된 데이터 및 데이터 전처리 문서 ...