반응형 분류 전체보기167 소울챗 (SoulChat) 📝 Phase 1: 기획 및 데이터 준비 (설계도와 재료 모으기)1. 페르소나(캐릭터) 기획종교인, 철학자 캐릭터의 성격과 말투(존댓말, 카리스마 등)를 정의합니다.2. 지식 데이터(텍스트) 수집 및 정제철학자/종교인의 말씀(성경, 불경, 논어 등)을 텍스트 파일(.txt)로 모읍니다.실무 전문가의 답변을 위해 관세법, 물류 용어, 베트남 현지 실무 Q&A 등을 문서로 정리합니다.AI가 읽기 쉽도록 긴 문장을 적절한 길이로 잘라 정제합니다.🧠 Phase 2: 백엔드 및 AI 연동 (두뇌와 기억력 만들기)3. 파이썬(Python) 서버 기초 세팅FastAPI 또는 Flask 프레임워크를 사용하여 백엔드 서버의 뼈대를 만듭니다.서버가 사용자의 질문을 받을 수 있도록 API 엔드포인트를 생성합니다.4. 데.. 2026. 6. 1. [플레이데이터 SK네트웍스 Family AI 캠프 31기] 8주차 회고머신러닝의 바다에 본격적으로 빠져든 8주차였습니다. 지난주 '우물 안 개구리'였다는 깨달음 이후, 이번 주는 그 거대한 벽을 조금씩 부수며 나아가는 과정이었습니다. 여전히 머신러닝은 복잡하고 어렵지만, 신기하게도 아주 조금씩 코드의 흐름과 알고리즘의 원리가 눈에 들어오기 시작했습니다. 쉬운 길이었다면 애초에 시작하지도 않았을 것입니다. 어렵고 만만치 않기에 이 기술을 온전히 내 것으로 만들었을 때의 가치가 얼마나 클지 다시 한번 확신하게 되었습니다. 6개월이라는 귀한 시간 중 벌써 두 달 가까이 지나가고 있는 만큼, 남은 기간도 국가의 지원이 아깝지 않도록 매일의 성장에 집중하겠습니다. 성취(이번 주의 나는 무엇을 잘했는지) 7주차에 이어 LLM(ChatGPT, Gemini 등)을 적극적으로 활용하.. 2026. 6. 1. TODO와 함께하는 복습 - 6 (결정트리 & 랜덤포레스트) 📦 패키지 2: 집단 지성과 스무고개 (결정트리 & 랜덤포레스트)1. 09_결정트리 (Decision Tree)"결정트리는 완벽하게 **'스무고개 게임'**과 같아. 예를 들어 '이 사람은 건강한가?'라는 문제를 풀 때, AI가 데이터의 특징을 보고 질문을 던지는 거지. '나이가 40세 이상인가요?' ➡️ Yes/No ➡️ '운동을 일주일에 3회 이상 하나요?' ➡️ Yes/No. 이런 식으로 꼬리에 꼬리를 무는 질문 보따리를 나무가 가지를 뻗는 모양처럼 자라나게 해서 최종 정답을 찾아내는 방식이야."💻 핵심 이론 및 코드 규칙장점: 지난번에 다룬 plot_tree처럼 AI가 결론을 내린 과정을 인간이 눈으로 다 추적할 수 있어서 아주 명쾌합니다. 또한, 거리를 재는 모델이 아니기 때문에 스케일링(S.. 2026. 5. 26. 04. 첫번째 딥러닝-MLP 구현 1. 이론적 배경: 다층 퍼셉트론(MLP)과 이미지 데이터① MNIST 이미지 데이터의 특징컴퓨터에게 이미지는 그저 '숫자들이 적힌 바둑판'일 뿐입니다. MNIST 데이터는 가로 28칸, 세로 28칸($28 \times 28$)으로 이루어진 흑백 이미지입니다.즉, 사진 1장에는 총 $784$개의 픽셀(점)이 있고, 각 픽셀은 0(검은색)부터 255(흰색) 사이의 밝기 값을 가집니다.② 왜 층(Layer)을 여러 개 쌓을까요? (Deep Learning)이전처럼 입력층과 출력층만 딱 하나씩 있는 모델(단층)은 복잡한 문제를 풀지 못합니다.층을 깊게 쌓으면 모델이 점진적으로 똑똑해집니다.1번째 층: "어? 여기 직선이 있네, 저긴 곡선이 있네." (단순 선/색상 파악)2번째 층: "직선이랑 곡선이 합쳐지니 .. 2026. 5. 26. 03. 선형회귀 pytorch_linear_regression "컴퓨터에게 데이터(X, y)를 주고 오차가 최소가 되는 완벽한 가중치($W$)와 편향($b$)의 값을 찾아내게 만드는 것"입니다. A. 큰 그림: 도대체 선형 회귀를 '왜' 하는 건가요?결론부터 말씀드리면, "과거의 데이터를 보고 미래를 예측하는 마법의 공식(규칙)을 찾기 위해서"입니다.우리가 현실에서 이런 질문을 던진다고 해볼게요."내가 하루에 4시간 공부하면, 이번 시험에서 몇 점을 받을까?""우리 동네 평수가 30평이면, 집값이 대충 얼마일까?"이걸 맞히려면 과거의 데이터(족보)가 필요합니다.1시간 공부한 A는 20점2시간 공부한 B는 40점3시간 공부한 C는 60점...사람이라면 이 데이터를 보고 "아! (공부 시간) $\times$ 20을 하면 점수가 나오는구나!" 하고 단번에 규칙을 깨닫습니.. 2026. 5. 26. 02. tensor 다루기 1. Tensor(텐서)의 개념과 상태 조회Tensor는 파이토치에서 데이터를 저장하고 연산하는 기본 자료구조입니다. NumPy의 ndarray와 사용법이 매우 유사하지만, GPU 가속 연산과 자동 미분 기능이 추가되어 있다는 강력한 장점이 있습니다.⚠️ 주의: PyTorch의 Tensor는 숫자 데이터 타입만 지원합니다. (문자열 불가)📊 텐서의 핵심 상태 조회 메서드tensor.shape 또는 tensor.size(): 텐서의 형태(구조)를 반환합니다.tensor.ndim 또는 tensor.dim(): 텐서가 몇 차원(Rank)인지 반환합니다.tensor.numel(): 텐서 안에 들어있는 전체 원소의 개수를 반환합니다.tensor.dtype: 데이터의 타입(예: torch.float32)을 알려줍.. 2026. 5. 26. 이전 1 2 3 4 ··· 28 다음 반응형
