2024/12 37

AI/ML/DL

AI (Artificial Intelligence, 인공지능) 인간처럼 사고하고 문제를 해결하며 학습하는 능력을 가진 시스템을 만드는 학문 또는 기술 가장 광범위한 개념으로, 인간의 지능을 모방하려는 모든 기술을 포함  • 규칙 기반 시스템 (예: 체스 프로그램) • 전문가 시스템 (지식 기반 추론 시스템) • 머신 러닝과 딥러닝 모두 AI의 하위 집합  ML (Machine Learning, 기계 학습) AI의 하위 집합으로, 명시적으로 프로그래밍하지 않고 데이터에서 학습하여 성능을 개선하는 기술  • 데이터를 분석해 패턴을 찾고, 이를 기반으로 미래 데이터를 예측하거나 분류 • 지도 학습, 비지도 학습, 강화 학습 등으로 나뉨 • 사람의 개입 없이도 데이터에서 학습 가능 • 모델의 성능은 주로 입력 ..

Python to AI 11:36:36

Docker

도커(Docker) 컨테이너(Container) 기반 가상화 기술을 제공하는 플랫폼애플리케이션과 해당 애플리케이션이 실행되는 환경을 함께 패키징하여, 어디서든 동일한 환경에서 실행할 수 있도록 만들어준다.  • 가상화 기술: 하드웨어 가상화가 아닌 운영체제 수준의 가상화 • 컨테이너: 독립된 환경에서 실행되며, 가볍고 빠르게 배포 가능 • 이식성: “한번 빌드하면 어디서든 실행 가능”이라는 장점을 제공 도커파일(Dockerfile)도커 이미지를 생성하기 위한 스크립트 파일  • 특정 애플리케이션 환경을 정의하기 위한 명령어들을 포함 • 빌드 과정 자동화 도커파일의 구조  • FROM: 베이스 이미지 지정 (예: FROM python:3.10-slim) • RUN: 쉘 명령어 실행 (예: RUN apt-g..

Z.PROJ 03:05:34

Git

분산 버전 관리 시스템버전 관리코드의 히스토리(버전)를 관리개발 과정에서 이루어진 변경 사항을 추적하고, 이전 버전과의 차이를 비교실수로 파일이 삭제되거나 변경된 경우, 특정 버전으로 복구분산 버전 관리분산 중앙 집중중앙 서버에만 의존하지 않고, 모든 참여자가 동일한 데이터베이스의 복사본을 보유하는 시스템분산의 예블록체인: 네트워크에 연결된 모든 노드가 동일한 데이터를 보유함Git: 개발자가 각자의 컴퓨터에 동일한 버전 히스토리를 저장Git의 데이터 관리 방식버전 데이터베이스의 특징Git은 파일 전체를 복사하지 않고, 변경된 내용만 기록하여 각 버전을 관리원본 파일은 그대로 유지되며, 효율적인 데이터 관리를 제공데이터 저장 방식Git은 각 버전에서 변경된 부분만 저장하므로 디스크 사용량이 적고, 이전 ..

Git Github 2024.12.19

Markdown Syntax Guide

Markdown Syntax GuideMarkdown은 간단한 텍스트 형식으로 웹에서 읽기 쉬운 포맷으로 작성할 수 있게 해주는 마크업 언어제목 (Headings)Markdown에서 제목은 # 기호를 사용하여 표현#의 개수에 따라 제목의 수준 결정# 가장 큰 제목 h1## 두번째 큰 제목 h2### 세번째 큰 제목 h3#### 네번째 제목 h4##### 다섯번째 제목 h5###### 여섯번째 제목 h6가장 큰 제목 h1두번째 큰 제목 h2세번째 큰 제목 h3네번째 제목 h4다섯번째 제목 h5여섯번째 제목 h6리스트 (Lists)순서가 있는 리스트1., 2.와 같은 숫자를 사용하여 순서가 있는 리스트 작성1. 첫 번째 항목2. 두 번째 항목3. 세 번째 항목첫 번째 항목두 번째 항목세 번째 항목순서가 없는..

Git Github 2024.12.19

Python - Pandas(데이터 프레임 구조 재조정)

데이터프레임의 구조를 재조정  데이터를 원하는 형태로 변형 피벗(pivot), 변경(melt), 스택(stack), 언스택(unstack)  pivot()을 사용한 피벗 테이블 생성 pivot()함수는 열 데이터를 행 또는 열로 이동시켜 새로운 데이터프레임을 만듦-데이터를 재구성하고 분석하는 데 매우 유용import pandas as pd#예시 데이터프레임 생성data = { '날짜' : ['2023-01-01', '2023-01-02', 2023-01-01', 2023-01-02'], '도시' : ['서울', '서울', '부산', '부산'], '온도' : [2, 3, 6, 7], '습도' : [55, 60, 80, 85] }df = pd.DataFrame(data)#'도시'를..

Python to AI 2024.12.18

Machine learning Vol.2

이중 분류와 다중 분류1. 이중 분류 (Binary Classification)두 개의 클래스로 분류하는 문제확률값에 따라 구분됨핵심 원리확률이 0.5 이상: 특정 클래스 (예: 긍정)확률이 0.5 미만: 다른 클래스 (예: 부정)이중 분류 활용 사례스팸 분류: 스팸인지 아닌지의료 진단: 당뇨병인지 아닌지대출 평가: 대출을 해줄까 말까2. 다중 분류 (Multiclass Classification)세 개 이상의 클래스로 분류하는 문제활용 사례메일 분류: 스팸, 광고, 일반, 업무교통 체증 분류: 원활, 지체, 정체뉴스 카테고리 분류: 경제, 정치, 에세이음악 장르 분류: 재즈, 힙합, 인디다중 분류 원리입력 데이터가 여러 클래스 중 하나에 속하도록 예측하는 문제클래스별 확률의 합이 1이 되도록 조정해야 ..

Python to AI 2024.12.17

Python - Pandas(다차원데이터관리 : MultiIndex)

멀티 인덱스(MultiIndex) 하나 이상의 인덱스를 사용하여 데이터프레임의 행과 열을 구조화하는 방법  다차원 데이터를 보다 효율적으로 관리하고 분석할 수 있게 해준다.  set_index()로 멀티 인덱스 설정#멀티 인덱스 생성import pandas as pd#예시 프레임 생성data = { '도시' = ['서울', '서울', '부산', '부산'], '년도' = [2021, 2022, 2021, 2022], '인구수' = [970000, 9720000, 3400000, 3450000] } df = pd.DataFrame(data)#'도시'와 '년도'를 멀티 인덱스로 설정df_multi_index = df.set_index(['도시','년도'])df_multi_index ..

Python to AI 2024.12.17

Machine learning

머신러닝 개요0. 데이터의 힘존 스노우의 지도콜레라 사망자의 위치를 지도에 표시하여, 우물 주변에서 집중 발생하는 패턴을 발견 → 사망 원인 분석나이팅게일의 로즈 다이어그램부상, 질병, 기타 사망 원인을 시각화하여 위생 불량이 주요 사망 원인임을 강조1. 데이터1-1. 데이터의 특징데이터의 특징에 따라 적절한 embedding 기법 활용1-2. 데이터는 AI의 밥데이터는 AI의 성능과 직결되는 핵심 요소로, AI 모델의 학습과 예측력을 결정AI는 데이터를 통해 세상을 이해하고 학습함AI는 데이터를 통해 학습: 데이터가 충분하지 않거나 품질이 낮으면 학습 효과가 떨어짐모델의 성능 향상: 데이터의 양과 질이 높을수록 AI 모델의 정확도 증가다양한 데이터 활용: 정형, 반정형, 비정형 데이터를 활용해 다양한 ..

Python to AI 2024.12.16

streamlit run app.py

OpenAI API와 streamlit을 활용하여 서비스 구현을 해보자는 취지로 시작하게 된 Streamlit 입니다. 아스키아트가 하고싶어서가 아닙니다.웹꾸같은게 아닙니다. 하지만 예쁘죠? (공백처리 하는거 헤매다가 몇시간 갈아넣었는지 모르겠어요.. 그냥 예쁘다고 하세요.) 이후로 진빠져서 체험형.. 코드짜기..  HTML, CSS, JavaScript 모르면 커스텀을 거의 못한다 본다(내 생각)react, react native CLI들로 앱/웹 할 때도 기본적으론 버튼, alert 절대XXXXXX 전부 모달, 터쳐블오퍼시티로 style전부 내 마음에 들게.. event도 내가 원하는대로.. .. animation도 다 내가 원하는대로 쳐줘야 재밌었다 했기 때문에.. 딴거 할 수 있는게 있으면 다 내..

OpenAI API 활용 2024.12.16

Python - 객체 탐색과 속성 관리

id() 함수  Python에서 id() : 객체의 고유한 식별자(Unique Identifier)를 반환 => CPython 구현에서 객체의 메모리 주소를 나타냄 고유성Python 실행 중, 각 객체는 고유한 id 값을 가짐(= 같은 객체에 대해 항상 고유한 값을 반환, 새로운 객체가 생성되면 새로운 id가 할당) 메모리 주소와 관련CPython에서는 id()가 객체의 메모리 주소를 반환 (다른 Python 구현에서는 이 동작이 다를 수 있음) 객체 비교is 연산자와 함께 사용하여 두 객체가 동일한 객체인지(동일한 메모리 위치를 가리키는지) 확인할 수 있음a is b 는 id(a) == id(b)와 동일 a = [1, 2, 3]b = aprint(id(a)) # 140660040349888 (예: 메..

Python to AI 2024.12.15
728x90
반응형