강아지로 살고싶다

Fine-tuning은 머신러닝, 특히 딥러닝에서 중요한 기법 중 하나입니다. 기존에 훈련된 모델을 사용하고, 이를 특정 작업에 맞게 재훈련하는 과정이 바로 Fine-tuning입니다. Hugging Face의 Transformers 라이브러리는 이러한 Fine-tuning을 손쉽게 구현할 수 있는 도구를 제공하며, 이미 훈련된 모델을 자신의 데이터에 맞게 맞춤화할 수 있습니다.  1. Fine-Tuning이란? 🔄이미 사전 훈련된 모델을 사용하여, 특정 작업을 위해 모델의 파라미터를 조금 더 조정하는 과정입니다.이 과정은 대규모 데이터셋에서 학습된 모델이 다른 데이터셋에 대한 작업에 더 잘 적응할 수 있도록 합니다.사전 훈련된 모델은 일반적으로 대규모 데이터셋을 사용해 훈련됩니다. 이후 Fine-tu..

여러테이블을 조인하는 실습을 해보겠습니다. 1. 테이블 생성- customers (고객정보)- orders (주문정보)- products (제품정보)- order_items (주문항목 정보)  test9 데이터베이스 안에 위 4개에 테이블을 생성해줬습니다.  2. Foreign Keys 설정위 사진에서 MUL이라고 표시되어있는 부분이 foreign key가 설정되어있음을 알 수 있습니다. orders테이블과 orders_items 테이블에 id가 아닌 customer_id, order_id, product_id 컬럼이 있죠?foreign key 설정을 할 때 이 컬럼들을 선택하면 됩니다. - orders 테이블에서 customers 테이블과 연결  - order_items 테이블에서 orders, pro..

목차1. Pipeline이란? 📊Transformers 라이브러리에서 가장 기본적인 함수입니다.이 함수는 모델과 필요한 전처리 및 후처리 단계를 연결한 것이며, 예측하고싶은 데이터를 넣어주기만 하면 된다.이 과정을 몇 줄의 코드로 처리할 수 있습니다.pipeline은 다음과 같은 주요 기능을 제공합니다:감정 분석질문 응답텍스트 요약번역음성 텍스트화 등2. pipeline 사용하기주요 기능중에 감정분석, 문장생성, 번역, 이미지분류를 해보겠습니다.Google Colab에서 트랜스포머 라이브러리를 기본으로 제공해주기 때문에 설치하지 않아도 된다.from transformers import pipeline2-1. 감정 분석 💬이미 학습이 되어있는 인공지능을 가져온다.# 허깅페이스의 디폴트 감정 분석 모델 ..

목차  최근 AI 분야에서 가장 주목받고 있는 플랫폼 중 하나가 바로 Hugging Face입니다. 이 플랫폼은 주로 자연어 처리(NLP) 분야에서 강력한 도구를 제공하고 있으며, 머신러닝 모델을 쉽게 사용하고 공유할 수 있는 환경을 제공합니다. Hugging Face는 특히 Models, Datasets, Spaces라는 핵심 기능을 통해, 개발자들이 더욱 쉽게 고성능 AI 모델을 사용하고 배포할 수 있게 도와줍니다. 이번에는 Hugging Face의 주요 기능과 그 활용 방법에 대해 자세히 알아보겠습니다.https://huggingface.co/ Hugging Face – The AI community building the future.The Home of Machine Learning Create..

목차 최근 머신러닝 및 시계열 분석 분야에서 Prophet 라이브러리를 활용한 예측 모델링이 주목받고 있습니다. Facebook(현재 Meta)에서 개발한 Prophet은 계절성, 추세, 휴일 효과 등을 손쉽게 반영하여 시계열 데이터를 예측할 수 있는 강력한 도구입니다. 이번 포스트에서는 Prophet을 활용하여 실제 매출 데이터를 기반으로 미래 매출을 예측하는 과정을 단계별로 소개하고자 합니다.1. Prophet 라이브러리 소개Prophet은 다음과 같은 특징을 가지고 있습니다.쉬운 사용법: 복잡한 시계열 모델을 단 몇 줄의 코드로 구현 가능자동화된 계절성 및 추세 분석: 주간, 월간, 연간 등 다양한 계절성을 자동으로 반영휴일 효과 반영: 특정 이벤트나 휴일의 효과를 손쉽게 추가 가능Robust: 결..

목차  최근 머신러닝, 데이터 분석, 딥러닝 등 다양한 분야에서 파이썬을 활용한 실습이 활발히 이루어지고 있습니다. 이와 함께, 구글 Colab(Google Colaboratory)은 클라우드 기반의 Jupyter Notebook 환경을 무료로 제공하여 손쉽게 파이썬 코드를 작성하고 실행할 수 있는 강력한 도구로 자리 잡았습니다. 오늘은 구글 Colab의 기본 사용법과 함께, 작업 중 필요한 데이터 파일을 쉽게 관리할 수 있도록 구글 드라이브 연동 방법을 소개하려고 합니다.1. 구글 Colab 소개구글 Colab은 웹 브라우저만 있으면 어디서든 파이썬 코드를 실행할 수 있는 환경을 제공합니다.주요 특징무료 GPU 및 TPU 지원별도의 설치 없이 바로 사용 가능협업 및 공유가 용이한 문서 기반의 인터페이스..

데이터 입력 받기    전체 코드import streamlit as stdef main():    # 1. 이름 입력 받기    # 한줄 입력받기    name = st.text_input('이름을 입력하세요')    # print(name) 디버깅용    st.text(name)    # 2. 입력한 글자수 제한    address = st.text_input('주소를 입력하세요', max_chars=20)    st.text(address)        # 3. 여러행 입력하는 방법    message = st.text_area('메세지를 입력하세요', height=100)  # height는 픽셀단위    st.text(message)    # 4. 비밀번호 입력    password = st.te..

이미지, 동영상, 음악파일 화면에 보여주기  Image.open() : 저장되어있는 이미지 파일 가져오기st.image()       : 이미지파일 화면에 보여주기  # width, use_container_width를 사용해 크기조절 가능 예) st.image(변수명, 'rb')open()             : 동영상, 음악파일 가져오기  # 두번째 파라미터에 'rb' (바이너리 파일 읽기) 를 꼭 입력해줘야 함st.video()        : 동영상 파일 화면에 보여주기st.audio()        : 음악파일 화면에 보여주기  # format을 지정해줘야 함 예) st.audio(변수명, format='audio/mp3')  비쥬얼스튜디오코드 실행!작업하고있던 파일이 있다면 이전에 깃허브데스..

테이블 조인(Join)하기   Join이란 ?두 개 이상의 테이블에서 데이터를 결합하여 하나의 테이블로 사용할 수 있는 기능이다.Join을 사용하면 관련된 데이터를 효율적으로 검색하고 분석할 수 있다.  조인이 필요한 이유 예를 들어보자면, 중복데이터 관리!온라인에서 쇼핑을 할 때 고객의 데이터가 저장될 것이다.- 고객 정보 - 주문상품정보 고객이 상품을 주문했을 때 구매한 상품 정보만 저장하면 되는데이 두개가 한 테이블에 저장이 된다면 이름, 이메일이 중복으로 저장이 된다.  그러므로 고객정보와 고객이 구매한 상품 정보는 따로 저장을 해준다.고객이 가입을 하고 상품을 구매할 때 고객의 정보가 필요하기 때문에 테이블에서 아이디를 불러오는 작업을 해준다.이것을 관계형데이터베이스라고 한다.   이제 조인(j..

● orders 테이블 생성Table Name : orders- id : 주문 고유 ID (프라이머리 키, 자동 증가)- customer_name : 주문자명 (문자열, 최대 50자)- product_name : 제품명 (문자열, 최대 100자)- order_date : 주문 시각 (날짜+시간)- delivery_date : 배송 일자 (날짜)    ● orders 테이블에 데이터 추가INSERT INTO orders (customer_name, product_name, order_date, delivery_date) VALUES ('김철수', '노트북', '2023-10-01 14:30:00', '2023-10-05'), ('이영희', '스마트폰', '2023-10-02 09:15:00', '2023-..