생성형 AI 교육

석사를 졸업했지만 항상 부족하다고 느낀 실력??......이번기회로 나의 실력이 한단계 도약하면 좋겠다.

Immutable과 Mutable >## Immutable 객체 int, float, str, tuple >## Mutable 객체 list, dict > ### 리스트 컴프리헨션 0 ~ 9의 숫자 중 짝수만 리스트에 저장 리스트 컴프리사용해서 변경

함수와 클래스 > ## 함수 >> ### 함수 변수는 Value의 이름표, 함수는 code의 이름표 함수이름은 함수 객체를 바인딩함 >> ### 함수의 ()는 호출 호출됨 >> ### 위치인자 함수를 로출할때 전달되는 값이 매개변수에 순서대로 전달되는 인

from 공구통 import 플라이어from 공구통 import \* (모든공구)print(mymod.var)mymod.myfunc() 매번 모듈과 변수를 써주어야하니 번거롭다. random 모듈 random 모듈 : 난수를 추출해주는 모델 0 ~ 1사이의 숫자

이터러블은 반복 가능한 객체로, 여러 개의 요소를 가지고 있고 이를 반복해서 순회할 수 있는 객체를 의미파이썬의 객체에 \_\_inter\_\_메소드를 포함하고 있으면, 인터러블 객체라고 부름 TypeError: 'int' object is not iterable 이터

벡터와 스칼라 선형연립방정식 순열과 조합 확률 노션에 내가 만든자료 https://www.notion.so/8-22-10c77abd319d47a9919b950cb19c40ed 선형연립방정식 https://www.notion.so/8-23-bfe6d598c6d94ab

분류와 회귀(예측을 수행)가 모두 가능한 머신러닝 알고리즘분석과정이 직관적이고 이해하기 쉬움RandomForest의 구성요소종류분류나무: 목표변수가 이산형인 의사결정나무회귀나무: 목표변수가 연속적인 의사결정나무특징새로운 데이터를 분류하거나 값을 예측순수도가 증가하도록

연속된 메모리 공간에 데이터를 저장인덱스를 사용하여 원소에 빠르게 접근메모리 사용이 효율적연결 리스트는 데이터를 연속된 메모리 공간에 저장하지 않고, 각 데이터가 다음 데이터의 위치를 가리키는 형태로 구성된 선형 자료 구조동적 크기삽입과 삭제가 쉬움메모리 효율성방법헤드

밀도 추정기법(Density Estimation)단점:적절한 확률 분포를 찾는것이 어렵다.다 차원 데이터에서는 잘 동작하기 어렵다가우시안분포유저의 선호도 및 과거 행동을 바탕으로 개인에 맞는 관심사를 제공하는 분야종류 Content-based Filtering :

from sklearn.model_selection import train_test_splitimport warningswarnings.filterwarnings('ignore')def get_human_dataset(): feature_name_df =

인접한 원소들을 비교위치교환큰값(작은값)을 통해 버블처럼 서서히 상단(하단)으로 이동하는 과정원리초기상태비교 및 교환반복완료 조건구현하기가 쉬움시간복잡도 최악, 평균 (O(n^2))공간복잡도(O(1)) 제자리정렬: 추가적인 공간이 필요안정성: 동일한 값을 가진 원소의

1\. 버블 정렬 (Bubble Sort):시간 복잡도: O(n²)설명: 인접한 두 원소를 비교하여 크기가 큰 원소를 뒤로 보내는 방식입니다. 배열이 거의 정렬된 상태에서는 효율적이지 않으며, 모든 원소를 비교해야 하므로 속도가 가장 느립니다.2\. 삽입 정렬 (Ins

이름을 토큰화할것입니다. "Braund, 미스터 오웬 해리스"는 \[Braund, 미스터 오웬 해리스, "미스터", "오웬", "해리스"]가 됩니다.추가 : Name : 이름model.summary()Model: "gradient_boosted_trees_model_1

제목 : ICR - Identifying Age-Related Conditions미션 : 환자의 건강 상태가 클래스 1이 될 것인지 예측하는 모델.세 가지 medical conditions 중 한 개 이상일 경우 Class 1그 외 Class 0문제유형: 이진분류평가지

군집분석연관분석감성분석분류키워드 추출모델링예시한국어 예시morphs(text, norm=False, stem=False)텍스트를 형태소 단위로 나눕니다.norm=True: 문장을 정규화합니다.stem=True: 각 단어에서 어간을 추출합니다.nouns(text)텍스트에

PyKospacing뛰어쓰기가 되어있지 않은 문장을 뛰어쓰기 해주는 변환 딥러닝 기반 패키지뛰어쓰기맞춤법 검사kss한국어 문장 분리 파이썬 라이브러리문장 분리의 경우 형태소 분석으로 종결어미를 구분y-hanspell파이썬 한글 맞춤법 검사 라이브러리, 네이버 맞춤법 검

이 강사님은 나와 같이 비전공자로 시작을 하셔서 현재는 소프트웨어 개발자로 일하고 계신분인데 나와 처지가 비슷한거 같아서 듣게되었습니다.많은 내용들이 있었지만 간단하게 요약을 하면 뚜렷한 목표와 자신감 뿜뿜으로 하면 못해낼게 없다.이분은 현직 생활 14년차이시며, 매니

텍스트 XML 데이터 저장 및 읽기파싱한다 ET.parse으로 파싱JSON 파일, PDF파일도 가능HWP파일을 경우 텍스트 파일로 변환후 사용함스크래핑 : 시스템이나 인터넷 상에서 정보를 추출해서 가공랭글링 : 원자료를 분석하기 좋은 형태로 전환하거나 매핑하는 과정파싱

평가: 긍정과 부정보다 중립이 대부분인듯하다. 나의 의견으로는 감성사전으로는 부족한거같다. 다른 방법을 생각해봐야겠다.노션페이지에서 다운가능

하이퍼파라미터 튜닝시 경우의 수가 너무 많음자동화할 필요가 있음sklearn 패키지에서는 자주 사용되는 하이퍼파라미터 튜닝을 돕는 클래스가 존재RandomizedSearchCVGridSearchCVRandomizedSearchCV모든 매개변수값이 시도되는 것이 아니라

제목 : Twitter Sentiment Analysis미션 : 감성분석기를 통한 감성분석(SNS를 통해 댓글등을 감성분석하기)트위터의 엔티티 수준 감정 분석 데이터 세트 이며, 데이터세트는 긍정적, 부정적, 중립적으로 세가지 클래스로 되어있습니다. 여기서 중립적은 엔

Interactive 줌인, 줌아웃 툴팁 사용가능Dash,Chart Studio Web및 application을 통해 확인이 가능함matpltlib보다 코드가 간편함graph_objects 모듈을 활용하여 생성Trace를 Python list 형태로 받음express

주제 제목 : 네이버 뉴스 분류기 미션 : 뉴스를 크롤링해서 뉴스를 분류하기 > ## 파일 정보

앞선 머신러닝 부분과 딥러닝 부분 복습인공신경망을 기반으로 한 머신러닝의 한 부분이미지 분류컴퓨터 비전입력층: 데이터를 받아들이는 첫번째 층은닉층: 데이터를 처리하는 중간 층여러 개의 층으로 구성될 수 있으며, 각 층의 뉴런 수는 조절 가능합니다.출력층: 최종 결과를

생성된 인스턴스는 크기의 변형이 가능한 2차원배열Series는 1차원데이터 구조는 레이블이 지정한 축인 행과 열까지 포함되며, 클래스 매서드를 통해 레이블의 수정이 가능함data: ndarray, Iterable, dict, DataFramedict에는 Series,

관계형데이터베이스는 테이블에 저장되며, 테이블은 레코드와 컬럼으로 구성되어 있음 관계를 의미를 파악할시 그래프 데이터베이스가 효과적으로 사용될 수 있음. (기본적인 관계형 데이터 베이스는 쿼리를 사용)그래픽모델은 노드들과 관계들로 구성된 개념 노드는 키-값 쌍을 가지

인공 신경망으로 다수의 입력으로 부터 하나의 결과를 내보내는 알고리즘. 뉴런의 동작과 매우 닮아있음. 다수의 입력을 받는 퍼셉트론의 그림임계치를 좌변으로 넘기고 편향로 표현할 수도 있음종류단층 퍼셉트론다층 퍼셉트론 , 피드 포워드 신경망순환 신경망One-Hot Enco

def collect_tweets(keyword, count=100): """ 특정 키워드로 트윗을 수집하는 함수 (API v2 사용) """ tweets = \[] try: response = client.search_recen

df_covid.head()df_covid.tail()df_covid.shape코로나 확진자 및 사망자 시각화 한국 전체 사망자21092명 대한민국 일별 사망자 시각화전세계 나라명나라별 사망자 시각화 import streamlit as stimport plotly.ex

자연어 생성영역(NLG) → 생성에서의 어텐션자연어 이해영역(NLU) → 이해에서의 어텐션 감성분석End - to - End 모델의 시대고정된 크기의 벡터에 정보가 다 압축되지 않아 정보 손실이 발생(병목현상)attention =퀴리에 대해서 모든 키와의 유사도를 구함

큰 원본을 핵심 내용만 간추려서 상대적으로 작은 요약문으로 변환seq2seq를 구현추출적요약 : 텍스트랭크를 이용해서 세 줄 요약기추상적요약 : 핵심 문맥을 반영하여 새로운 문장을 생성해서 원문을 요약하는 방법(지도 학습)텐서플로 :텐서보드를 통해서 파라미터 변화나 양

BERT가 인코더로 설계된 모델이라면, GPT는 디코더로 설계된 모델역사 설명아키텍쳐유튜브 동영상 인식하기영상다운로드영상업로드 → file api영상인식음성인식calling Function(함수호출)제미나이 아키텍쳐RAG랭체인 : 프레임워크(대규모 언어 모델)주요 파라

pillow : 기본적인 이미지 처리,효과가능imageio : 다양한 형식의 이미지 일기 및 쓰기colour pscience와 colorspacious : 고급컬러 과학 계산 및 변환에 이르기 까지 다양한 주제를 다룰 예정종류easyocr : 광학 문자 인식 파이썬 라

결과가 생각보다 좋다…. 가끔 이상한 사진이 만들어지긴한다. 특히 사람묘사가 이상함…..모델변경을 해봐야 할거같다( Open-AI의 DALL-E나 구글의 제미나이모델등)

모델 정학도 : 0.85생각보다 정확하고 결과가 좋다. 문장을 바꾸어도 잘나온다.