본문 바로가기

전체 글796

[WEB+AI] 18일차 Web+AI 사생대회 Web+AI 사생대회 강사: 이숙번님 AI 사생대회 주제함께 공부하고 있는 서로에게 전하고 싶은 메세지Web과 AI를 공부하며 느낀 것들대구 Web+AI 홍보  음악 생성 사이트: https://suno.com/https://www.udio.com/https://www.stableaudio.com/  이미지 생성 사이트:DALL·E 3 - https://chatgpt.comhttps://designer.microsoft.comhttps://www.krea.aihttps://www.canva.comhttps://playground.comhttps://www.recraft.ai  영상 편집 사이트:https://www.capcut.com/ko-kr/  영상 생성 사이트:https://klingai.com/h.. 2024. 11. 6.
[WEB+AI] 17일차 티처블 머신 활용 + 머신러닝 티처블 머신을 활용한 AI 웹페이지 만들기 강사: 이주화님 1. 티처블 머신  홈페이지: https://teachablemachine.withgoogle.com   - 티처블 머신은 구글에서 제공하는 머신러닝 학습 도구  - 누구나 머신러닝 모델을 쉽고 빠르게 만들 수 있도록 제작된 웹 기반 도구  - 티처블 머신을 사용해 이미지, 사운드, 포즈를 학습할 수 있음.  1.1. 이미지 크롤링  - bing-image-downloader 라이브러리 설치!pip install bing-image-downloader   1.2. 이미지 가져오기from bing_image_downloader import downloader# bing_image_downloader 모듈의 downloader.download 함수를.. 2024. 11. 5.
삼성라이온즈 마무리 캠프 참여 명단 삼성라이온즈 마무리 캠프 참여 명단  출처: 삼성라이온즈 2024. 11. 5.
[WEB+AI] 16일차 Gradio 복습 Gradio 복습 강사: 이주화님 1. Gradio  : Gradio는 Python으로 개발된 오픈 소스 패키지이다. 2. Graio 설치!pip install gradio 3. Graio 앱 실행import gradio as grdef user_greeting(name): return "안녕하세요! " + name + " 님, Gradio 앱 실행"app = gr.Interface(fn = user_greeting, inputs = "text", outputs = "text") app.launch()  4. Graio 인터페이스 클래스 4.1. 개요  -  Interface 클래스를 사용하면 함수와 ML 모델에 대한 GUI를 생성할 수 있음  - Interface 클래스는 fn, input.. 2024. 11. 4.
2025년 삼성라이온즈 선수들 연봉 금액 2025년 삼성라이온즈 선수들 연봉 금액 (2024.11.04 업데이트 - 환율 1,350원)포지션선수2024년 연봉(천원) 2025년 연봉(천원) 투수코너 시볼드1,080,000(대략 10억 8천) 100만$(대략 13억)계약금 10만$, 연봉 80만$, 인센티브 10만$ 1,080,000(대략 10억 8천)연봉 80만$,인센티브 10만$ 데니 레예스 675,000(대략 6억 7천5백만원) 80만$(대략 10억4천만원)계약금 10만$, 연봉 50만$, 옵션 20만$675,000(대략 6억 7천5백만원)연봉 50만$,옵션 20만$오승환400,000(4억원)구단 샐러리캡(연봉 상한제)24년 400,000(4억원), 25년 800,000(8억원)2년 총 22억원계약금 10억원, 연봉 12억원800,000(8.. 2024. 11. 4.
[WEB+AI] 15일차 RAG 앱 구현 RAG 강사: 생활코딩 이고잉님 임베딩이란 의미를 숫자로 표현한 것이다. 🟩 RAG(Retrieval-Augmented Generation)  : 질문 - 응답 시스템에서 사용하는 기법으로 정보 검색(Retrieval)과 생성(Generation)단계를 결합하여    높은 정확도의 응답을 제공합니다. RAG의 장점높은 정확도: 필요한 정보를 검색해서 제공하므로, 단순 생성 모델보다 정밀한 응답이 가능합니다.확장성: 대규모 지식 데이터베이스를 활용하여 정보의 최신성 및 정확성을 유지합니다.추론 능력 향상: 검색된 정보의 근거를 바탕으로 답변을 생성하므로, 복잡한 질의에서도 일관성 있고 신뢰성 높은 답변을 제공합니다.RAG의 활용 분야고객 지원 챗봇: 실시간 정보와 최신 FAQ를 바탕으로 정확한 답변을 제.. 2024. 11. 1.
[WEB+AI] 14일차 Embedding(임베딩) + Python Embedding 강사: 이숙번님 🟩 통계(Statistics)  : (이숙번강사님이 생각하는 관점) 거대한 대상이나 복잡한 현상을 이해라고 예측하는 것을 통계라고 한다.  - 어떤 정보를 가지고 예측으로 결정을 내릴 수 있음.  - 인간은 관찰과 이해, 예측과 결정의 행동을 함.  ◼️통계의 목적  1. 기술 통계(이해) - 수집된 데이터의 요약과 설명 데이터를 한 개의 대표값으로 표현하기흩어짐의 정도로 데이터 이해하기  2. 추론 통계(예측) - 기술 통계 결과를 기반으로 일반화, 예측, 추정 모집단을 표본으로 추정해보기 가설을 검증해가며 데이터를 파악해가기 🟪데이터(Data)   :   문자, 숫자, 이미지 등 다양한 형태로 저장된 정보를 의미한다.   1. 데이터 용어 설명    - 데이터.. 2024. 10. 31.
[WEB+AI] 13일차 Chatbot + Python Chatbot 강사: 이숙번님 🟦 Chatbot을 활용하여 주식 종목 정보 확인  - FinanceDataReader 라이브러리를 사용하여 '삼성전자(005930)' 종목 주식 조회import FinanceDataReader as fdr# 005930 종목 2023년 주식 조회df = fdr.DataReader('005930', '2023')df.head()   - 함수 설명 기입tools = [ { "type": "function", "function": { "name": "DataReader", "description": "주식 코드와 기간으로 해당 기간 동안의 시작가, 종가, 최저가, 거래량 등의 일별 주식 변동 데이터를 반환하.. 2024. 10. 30.
[WEB+AI] 12일차 Chat AI + GPT Chat AI + GPT강사: 이숙번님   - GPT  : 확률높은 단어를 나열하여 문장을 생성하는 모델 1. Prompt Engineering분류(Text Classification): 어떤 카테고리인지 분류해줘Q&A(Question Answering): 정답을 골라줘요약(summarization): 한 문장으로 요약해줘번역(Translation): 영어로 번역해줘생성(Text Generation): 글을 써줘  - NLP(Natural Language Processing)NLP의 Tasks들은 데이터 구성조차 다른 서로 별개의 Task인데, GPT 단일 모델이 모든 Task를 풀 수 있었고, 심지어 그전의 모든 모델보다 성능이 뛰어났음.-> 모든 NLP Task의 SOTA(State-of-the-Ar.. 2024. 10. 29.
[WEB+AI] 11일차 복습 복습 강사: 생활코딩 이고잉님    - psycopg2-binary 라이브러리 설치!pip install psycopg2-binary  - 이전 7일차 메모장 만들기 복습# 커서 생성cur = conn.cursor()# SQL 전송query = "INSERT INTO memo (content) VALUES (%s)"cur.execute(query, ('강사님 멋져요.', ))cur.execute('SELECT LASTVAL()')# fetchlastlow = cur.fetchone() // 하나의 값만 가져옴print(lastlow[0]) // 0번째 값을 읽어옴.   - gradio 복습import gradio as grdef greet(name): return "Hello " + name + ".. 2024. 10. 28.
[WEB+AI] 10일차 대언어모델 시대 대언어모델 시대 강사: 생활코딩 이고잉님  🟦 (본격적인 수업 진행 전) 문의 사항   위의 표와 단어 중에서 본인이 아는 것을 확인해보세요. 전 Transfomer, GPT, Deep Learning, Parameter, RLHF, Metric, Token 만 알고 있었습니다. ㅠㅠ   개인적인 사정으로 교육을 끝까지 참석하지 못하였습니다.강의 자료를 참조해서 계속 업데이트를 하도록 하겠습니다. LLM(Large Language Model)  : 대규모 언어 모델은 방대한 양의 데이터로 사전 학습된 초대형 딥러닝 모델입니다.  BERT(Bidrectional Encoder Representations from transformers)  : 구글에서 만든 언어 모델로 GPT와 비슷한 리소스로 가지고 있.. 2024. 10. 28.
[WEB+AI] 9일차 OpenAI API 이해와 활용 OpenAI API 이해와 활용 강사: 이숙번님  1. GitHub vs Hugging Face 비교코드를 공유하는 사이트 GitHub모델을 공유하는 사이트 Hugging Face 기존의 라이브러리의 함수를 이용하듯이 모델 사용이 가능해짐2. Hugging Face에서 transformers 라이브러리의 korean_sentiment 모델을 가져와서 사용from transformers import pipelinesentences = ['좋아', '별로야', '예뻐', '괜찮았어']classifier = pipeline(model='matthewburke/korean_sentiment')result = classifier(sentences)print(result)  GPTGenerative: 다음 단어를 .. 2024. 10. 24.
728x90