GPT로 쉽게 코딩하는 방법을 입문자 기준으로 알려주시는 것 같다.모르는 건 GPT한테 물어보고, 이론 중 깊이 들어가야 하는 건 코딩할 때 몰라도 된다며 ㅋㅋㅋ 가볍게 듣기 좋고 예시를 들어 잘 설명해주셔서 좋았다. 😊 GPT 없이는 코딩 못하는 나같은 사람들에게 강추 ^ ^..ㅎ특히 함수와 클래스, 객체지향 관련하여 정말 쉽게 알려주셔서 좋았음 !! 💡용어 설명class = 범주화 = 객체/인스턴스기능 = 함수 = 메서드데이터 = 변수 = 속성 = 프로퍼

*법 문제는 삭제 또는 개정**제 자료가 100% 정답은 아니니 참고만 해주세요 !잘못된 부분은 제보를 받아 수정하고 있으나 미처 고치지 못한 부분은 직접 찾아서 확인해주시기 바랍니다 오랜만에 온계절님께 허락 받고 실기 단답형 문제 추가 😶‍🌫️😶‍🌫️추억이 새록새록.. 다시 공부하라고 해도 못할 것 같네 ㅠ퀴즈 프로그램 업데이트는 좀 더 고민해봐야지..! [정보보안기사 실기] 1회~27회 서술형 기출문제 PDF 정리*법 문제는 삭제 또는 현행법에 맞춰 개정 합격 후에도 자료를 만들고 있을 줄은 몰랐는데,,생각보다 찾아주시는 분들이 많아서 만든 정보보안기사 서술형 기출문제 모음 (1~27회)150문제 정리 끝thodi-lab.tistory.com

💡회사에 필요한 데이터 사이언티스트비즈니스 사업부서의 데이터 요청을 단순히 수행하는 것이 아닌,자신의 에고가 명확하고 자신의 분석을 바탕으로 길을 제시하는 사람데이터 기반의 비즈니스 제안을 강하게 할 사람수식의 Goal과 비즈니스의 Goal 사이의 미묘한 차이를 이해하고 해석하는 사람 💡Full stack data expert클라우드에 익숙해 데이터를 원천 발생 지점까지 접근할 수 있으며이를 제품화된 data lake를 사용해 적재할 수 있고업무 전반에서 LLM을 극도로 레버리지하며, Agent를 생성하며많은 SQL추출 요청은 자동화, 사람들에게 self-service화 하고다른 사람들의 분석이 틀리지 않는지 가이드할 수 있으며자신의 심도 있는 비즈니스 분석은 ML 등을 이용하며만든 모델을 직접 AP..

보호되어 있는 글입니다.

💡비개발자가 인공지능 관련 업무 효율화를 목적으로 한다면, 어느 수준까지 LLM을 학습해야 할까?학습 목적이 중요하기 때문에 업무 효율화가 목적이라면, 어떤 것을 효율적으로 개선할 것인지 파악 필요엑셀을 통해 데이터 분석을 쉽게 하고 싶은 것인지 등 주제를 먼저 정해야 함이후 ChatGPT를 활용해서 노코드 기술 등으로 접근한 후 파이썬을 배워 직접 개발하는 것이 좋음 💡하드웨어 사양이 부족해 로컬에서 LLM 구동 및 공부가 힘들 때 어떻게 해야 할까?올라마(Ollama)를 사용하는 것을 추천구글 코랩(Colab) pro 구독 시 운 좋으면 A100 사용 가능 💡PDF에서 표를 효과적으로 추출하는 방법?OCR 사용업스테이지 API 추천OpenCV 또는 Cascade Tabnet 추천 💡RAG 개발..

TensorFlow에서도 PyTorch처럼 GPT, BERT, T5 같은 최신 NLP 모델을 활용할 수 있고, Hugging Face의 transformers 라이브러리를 TensorFlow에서 사용할 수 있다.#설치 방법pip install transformers tensorflow  (1) TensorFlow에서 GPT 모델 사용하기from transformers import TFGPT2LMHeadModel, GPT2Tokenizer# 모델 및 토크나이저 로드model_name = "gpt2"tokenizer = GPT2Tokenizer.from_pretrained(model_name)model = TFGPT2LMHeadModel.from_pretrained(model_name)# 입력 텍스트 정의i..

1. 개념TensorFlow는 Google Brain 팀에서 개발한 오픈소스 머신러닝 및 딥러닝 프레임워크입니다.대규모 모델 훈련과 배포에 최적화되어 있어 기업과 산업에서 많이 사용됩니다.TensorFlow 2.x에서는 Keras와 통합되면서 코드가 직관적으로 개선되었습니다.모바일, 웹, 클라우드, TPU 지원 등 다양한 환경에서 활용할 수 있습니다. 2. 특징(1) 정적 & 동적 연산 그래프 지원TensorFlow 1.x는 정적 그래프(Static Graph)를 사용하여 실행 속도가 빠르지만 코드가 복잡했습니다.TensorFlow 2.x에서는 PyTorch처럼 동적 그래프(Eager Execution)를 기본 지원하여 사용성이 개선되었습니다.필요에 따라 정적 그래프(tf.function)도 사용할 수 ..

PyTorch는 자연어 처리(NLP)에서 GPT, BERT, T5 같은 최신 딥러닝 모델을 구현하는 데 많이 사용된다. 특히 Hugging Face Transformers 라이브러리는 PyTorch 기반으로 설계되어 있으며, 사전 학습된 언어 모델을 쉽게 활용할 수 있도록 돕는다.1. GPT 모델이란?GPT(Generative Pre-trained Transformer)는 OpenAI가 개발한 Transformer 기반의 언어 모델사전 학습(Pre-training)된 후, 특정 NLP 작업(텍스트 생성, 번역, 요약 등)에 맞춰 파인튜닝(Fine-tuning)이 가능GPT-3, GPT-4 같은 대형 모델은 Hugging Face를 통해 쉽게 활용할 수 있음 2. 허깅페이스 트랜스포머(Hugging Fac..

https://www.youtube.com/watch?v=ORMx45xqWkA 1. 개념PyTorch는 Facebook (현 Meta)에서 개발한 오픈소스 딥러닝 프레임워크. 주로 딥러닝 연구와 프로토타이핑에 많이 사용되며, 직관적인 코드 스타일과 동적 연산 그래프(Eager Execution) 덕분에 사용이 쉬움. TensorFlow보다 학습 곡선이 완만하고, 파이썬스러운 문법을 지원해 많은 연구자와 개발자들이 선호함. *파이써닉하다! 2. 특징(1) 동적 연산 그래프 (Dynamic Computation Graph)텐서플로우(TensorFlow 1.x)의 정적 그래프 방식과 달리, PyTorch는 동적 그래프를 사용코드 실행 시마다 그래프가 생성되므로, 디버깅과 모델 수정이 편리torch.autogr..

보호되어 있는 글입니다.