노트 :

OpenAI에서 만든 ChatGPT. 간단한 대화를 나누어 보았다. 일상적인 대화를 해보면, 자신은 AI 기반 모델이므로, 경험, 감정을 느낄 수 없다는 일률적인 답변을 기본으로 깔고 대답한다. 스캐터랩의 '이루다'와는 확실히 다른 느낌. 더불어, 실시간 정보나 위치기반 정보에 대해서는 답변을 주지 못한다. 조금 답답한 느낌도 든다. 그러나 계속 대화해보면 ChatGPT의 놀라운 능력을 확인할 수 있다. 처음 ChatGPT에 접속하면 팝업창이 뜨면서 GPT가 할 수 있는 일과 목표에 대해 알려준다. 거기 보면 ChatGPT가 지난 대화를 기억할 수 있다고 되어있는데, 이 기술이 GPT와의 대화를 더욱 자연스럽게 만들어 준다. 영화를 추천해 달라는 나의 말에, 우선 정보부터 수집해서 카테고리화 한다ㅎㅎㅎ ..

1. vscode에서 "app.py" 파일을 새로 만든다. 2. Streamlit 라이브러리를 임포트한다. import Streamlit as st 3. 터미널에서 python -m streamlit run app.py를 실행한다. python -m streamlit run app.py 그러면, 아래와 같이 url 주소가 뜨면서 새 창으로 해당 웹사이트가 열릴 것이다. 해당 웹사이트 오른쪽에 있는 메뉴 중 "always rerun"을 누르면, vscode에서 작업한 내용을 웹사이트에서 실시간으로 확인이 가능하다. 다음은 실행한 코드와 코드가 반영된 웹사이트 이미지이다. (신기하게도 streamlit에서 마크다운 사용이 가능하다) * 생활코딩 님의 유투브 강의를 보고 따라해 보았습니다.

vscode에서 Streamlit 설치하기 pip install streamlit 터미널에서 streamlit hello를 실행하면 streamlit으로 만든 웹사이트로 이동 streamlit hello 해당 웹사이트에서 Streamlit으로 할 수 있는 작업들을 데모로 볼 수 있다. https://docs.streamlit.io/ Streamlit Docs Join the community Streamlit is more than just a way to make data apps, it's also a community of creators that share their apps and ideas and help each other make their work better. Please come jo..

파이썬 머신러닝 라이브러리 중 가장 대중적인 라이브러리인 사이킷런. 쉬운 인터페이스와 오랫동안 사용되어 안정성이 검증된 라이브러리이다. 사이킷런에 구현되어 있는 분류 클래스와 회귀 클래스는 아래와 같다. 사이킷런의 주요 모듈을 간략하게 정리하면 아래와 같다. 이것 말고도 더 많은 모듈이 있어서 차차 배워 갈 예정.

변환 형태 설명 list > DataFrame df = pd.DataFrame(list, columns=['col1', 'col2', 'col3']) ndarray > DataFrame df = pd.DataFrame(ndarray, columns=['col1', 'col2', 'col3']) dict > DataFrame dict = {'col1':[1, 2, 3], 'col2':[4, 5, 6], 'col3':[7, 8,9]} df = pd.DataFreame(dict) dict의 key를 칼럼명으로, value를 리스트 형식으로 입력 DataFrame > ndarray df.values (DataFrame의 values 속성을 이용) DataFrame > list ndarray = df.values..

유명한 유투버 나도코딩님의 인공지능 고구마 판별기 영상을 보고 나도 인공지능 귤 판별기 영상을 만들어 보았다. 순서는 다음과 같다. 1. 학습데이터 구축하기 한국지능정보사회진흥원에서 제공하는 AI-Hub 데이터 이용하기! (www.aihub.or.kr) 사이트 내에서 원하는 이미지를 검색하면 아래와 같이 이미지가 나온다. 원하는 이미지만 선택해서 [선택다운로드]를 누르면 완료. 다운로드 된 폴더를 보니, 폴더 안에 라벨과 원천으로 내부 폴더가 따로 존재한다. 라벨 폴더 안에는 json형태의 파일이(이미지에 대한 메타데이터 인듯), 원천 폴더 안에는 jpg 이미지가 들어가 있다. AI 학습을 위한 공공데이터가 이렇게나 잘 구축되어 있다니, 놀라운 일이다. 무엇보다 이런 양질의 데이터를 무료로 공개해주다니,..

데이터 전처리를 할 때, 데이터프레임 또는 시리즈의 레코드를 가공해야 하는 경우가 있다. 칼럼 내 레코드를 한번에 가공할 때 사용하는 함수가 apply()이다. 사이킷런의 iris 내장데이터를 이용해, 실습을 해보자. 먼저, iris 데이터를 아래와 같이 불러온다. from sklearn.datasets import load_iris import pandas as pd iris = load_iris() iris_data = iris.data iris_label = iris.target 그다음, iris_data를 아래와 같이 데이터프레임으로 변환한다. iris_data = pd.DataFrame(iris_data, columns=['petal length', 'petal width', 'sepal len..

파이썬 명령을 실행할 때, 시간이 오래 걸리는 경우가 있다. 그럴 때, 화면에 진행율을 표시해주면 대기시간이 덜 답답할 것이다. 우선 tqdm을 따로 설치해주어야 한다. 명령창에서 pip install tqdm을 실행하자. pip install tqdm 주피터 노트북에서 바로 설치하기를 원한다면, 앞에 매직명령어인 !를 붙여주면 된다. ! pip install tqdm 만약 anaconda를 이용해서 python을 깔았다면, anaconda prompt에서 다음 명령어를 수행한다. conda install -c conda-forge tqdm tqdm이 깔렸다면, 사용하는 방법은 간단하다. tqdm의 인자로 iterale한 객체를 넣어주면 된다. tqdm 안에 desc속성값을 주면, 프로그레스바 앞에 표시..

머신러닝에 인풋 데이터를 집어넣을 때, 1차원으로 변환해주어야 할 때가 있다. 그럴 때, flatten() 메소드를 사용한다. array_2d = np.array([[1, 2, 3], [4, 5, 6]]) array_1d = array_2d.flatten() print('array_2d:\n {0}, \n array_1d: \n {1}'.format(array_2d, array_1d)) flatten() 메소드처럼 다차원을 1차원으로 변환해주는 메소드로 ravel()과 reshape()이 있다. 그러나 ravel()과 reshape()을 사용할 때는 주의해야할 점이 있다. 확인을 위해 array_1d의 첫번째 요소를 1에서 11로 변경해 보자. 그 후 array_1d와 오리지널 배열인 arry_2d를 함..

plt.subplots(figsize=(16,8)) sns.heatmap(bike_corr, annot=True, fmt='.2f', vmax=1, square=True) 캐글은 전세계 데이터 사이언티스들을 위한 경진 사이트이다. 여러 기업이나 단체들이 과제를 등록하면, 누구나 사이트에서 참여가 가능하며, 우승자에게는 상금이 주어진다. 데이터 사이언티스들을 위한 사이트이므로, 분석을 위한 데이터가 풍부하며, 교육용 자료도 많다. 데이터 분석을 원한다면 캐글을 이용해보자. 오늘은 캐글 사이트의 자전거 대여 수요 파일을 분석해보고자 한다. https://www.kaggle.com/competitions/bike-sharing-demand 사이트에서 train.csv를 다운로드 받으면 된다. test.csv는..