본문 바로가기
반응형

- 배움이 있는 삶/- AI | Big data86

Data Science 중급 Ch01. 머신러닝 기초 개념 - Data Split : 학습에 사용할 데이타와 평가를 할때 사용할 데이타를 나누는 방법- 머신러닝 : 컴퓨터가 주어진 입력값(x) 와 찾고자 하는 값(y) 값 사의의 관계를 모델링 하는 방법- Supervised Learning - 입력데이타(x)와 그에 해당하는 정답(y)가 함께 학습에 사용되는 방법론a) Classification : 주어진 데이타(x)를 몇가지 종류(catetory, y)로 나누는 방법b) Regression : 주어진 데이터(x)와 관련이 있다고 생각하는 값(y) 사이의 관계를 찾는 방법- Unsupervised Learning - 입력데이터(x)만 학습에 사용되는 방법론 (y가 주어져 있지 않은 경우)a) Clustering : 주어진 데이터를 .. 2024. 5. 21.
MSE 정의 및 계산법 - excel 활용 참고자료 https://ko.101-help.com/microsoft-exceleseo-pyeonggyun-jegob-oca-mse-reul-gyesanhaneun-bangbeob-ebdf24b9ed/ Microsoft Excel에서 평균 제곱 오차(MSE)를 계산하는 방법 통계에서 평균제곱오차(MSE)는 통계모델의 오류량을 측정하는 중요한 지표입니다. 미래 가치를 예측하는 데 사용되는 모델의 정확성을 평가하는 데 자주 사용됩니다. ko.101-help.com 2024. 4. 19.
6220. [파이썬 프로그래밍 기초(1) 파이썬의 기본 구조와 기초 문법] 6. 흐름과 제어 - If 3 https://swexpertacademy.com/main/solvingProblem/solvingProblem.do SW Expert Academy SW 프로그래밍 역량 강화에 도움이 되는 다양한 학습 컨텐츠를 확인하세요! swexpertacademy.com 스터디 정리를 위해 작성합니다 이 문제는 - if 조건문을 사용할 줄 아는가? - islower() 함수를 아는가? 두개만 알면 되는 문제임 a = int(input()) b = input() c = b.islower() if (c == True): c="소문자" else: c="대문자" print("#%d %s 는 %s 입니다" %(a, b, c)) 제출시 "오답" 무엇이 문제인지, 다시 들여다 봐야 할듯, 2024. 4. 5.
[python] 대소문자 전환 및 아스키 코드 출력 문제] 아파벳을 입력 받고, 입력받은 수의 대 소문자를 전환하고, 아스키코드를 함께 출력한다. 다만, 알파벳이 아닌 것이 입력 될때는 그대로 출력한다. [출력] 2024. 4. 5.
응답시간(Response time), 처리시간(Processing time), 지연(Latency) 응답시간(Response time), 처리시간(Processing time), 지연(Latency) 응답시간(Response time), 처리시간(Processing time), 지연(Latency)은 모두 시스템 또는 네트워크에서 중요한 성능 지표이며, 다음과 같은 차이점이 있습니다: 응답시간(Response time)은 요청을 보내고 첫 번째 응답을 받는데 걸리는 시간을 의미합니다. 즉, 사용자가 어떤 요청을 보내고, 시스템이 해당 요청에 대한 응답을 전송하는 데 걸리는 시간입니다. 응답시간은 일반적으로 밀리초 단위로 측정되며, 시스템 또는 네트워크의 성능에 대한 전반적인 인식을 제공합니다. : 요청 -> 처리 -> 응답 까지 받는 시간 컴퓨터에서 명령어를 실행하고 난 후 결과를 얻기까지 걸린 시간을.. 2024. 3. 22.
Open LLM Leaderboard 잘 정리된 블러그 : https://littlefoxdiary.tistory.com/122 LLM Evaluation | LLM 기반의 시스템을 어떻게 평가할 수 있을까 지난 포스팅에서 다루었던 것처럼 LLM의 문맥 이해 및 자연어 생성 능력 능력이 향상되었고, fine-tuning API, Plug-in 지원 등이 이루어지면서 다양한 애플리케이션 개발이 가능해졌다. 개인의 창의성 littlefoxdiary.tistory.com 업스테이지-NIA, 한국어 LLM의 성능 평가 리더보드 개설 고품질 데이터 자체 구축 허깅페이스 오픈LLM 보다 더 적합한 한국어 평가기준 마련 Open Ko-LLM 리더보드 통해 한국어 특징 반영한 연구 https://www.aihub.or.kr/leaderboard/view... 2024. 3. 21.
GPT-4 evaluation : GPT-4 Technical Report https://arxiv.org/pdf/2303.08774.pdf We tested GPT-4 on a diverse set of benchmarks, including simulating exams that were originally designed for humans.4 We did no specific training for these exams. A minority of the problems in the exams were seen by the model during training; for each exam we run a variant with these questions removed and report the lower score of the two. We believe the resu.. 2024. 3. 21.
Google Gemini vs Open AI GPT-4 성능 비교 평가 https://blog.google/technology/ai/google-gemini-ai/#sundar-note Introducing Gemini: our largest and most capable AI model Gemini is our most capable and general model, built to be multimodal and optimized for three different sizes: Ultra, Pro and Nano. blog.google 2024. 3. 15.
Chat GPT 성능평가 방법 궁금해서 정리해 봅니다. Reference 1. ChatGPT의 응답품질은 시간이 지남에 따라 어떻게 평가되고 개선되나요? https://botpress.com/ko/blog/how-is-the-quality-of-chatgpts-responses-evaluated-and-improved-over-time 1) 응답 품질평가에서 인간 검토자의 역활 - 인간 검토자는 ChatGPT 답변이 의도한 목표와 기대에 얼마나 잘 부합하는지 평가함 - 인간 검토자는 ChatGPT 가 인간과 같은 텍스트를 생성하는지의 품질을 평가한다 - 인간 검토자는 ChatGPT 가 공감할 수 있는 답변을 제공하고, 사용자의 우려사항을 효과적으로 해결하는지 문석한다. 2) 응답 정확도 평가 - ChatGPT의 정확도를 평가하기 위해.. 2024. 3. 7.
AI Image generators AI Image Generators 1. openAI Dall-2 - Not free https://openai.com/dall-e-2 DALL·E 2 DALL·E 2 is an AI system that can create realistic images and art from a description in natural language. openai.com 2. Fantasy World Generator - Free, not good https://deepai.org/machine-learning-model/fantasy-world-generator Fantasy World Generator Generate an image in fantasy style. deepai.org 3. DALL·E mini .. 2024. 1. 24.
AI EXPO KOREA 2024 (국제인공지능대전): 24년. 5월. 괜찮은 행사가 있네요. 국내 AI 산업이 글로벌 선도했으면 합니다. 안녕하세요, AI EXPO KOREA 2024 주최 사무국 입니다. 인공지능(AI)은 모든 산업과 융합하여 새로운 제품 및 서비스를 창출하며 미래산업의 핵심기술로 급부상하고 있습니다. AI EXPO KOREA는 국내 최초로 개최 이후 매년 2만 명 이상 방문하였으며, 2024년에는 참관객 35,000명 유치를 목표로 준비하고 있습니다. 명실상부한 단일 AI행사로서 지난 6년간 쌓아온 노하우와 DB를 바탕으로 공급기업에게는 혁신적인 마케팅 솔루션을, 수요기업에게는 최고의 쇼케이스를 제공하여 전 사업이 인공지능 중심으로 전환되는 "INNOVATION SHOWCASE"를 만들겠습니다. AI 기업의 많은 관심 부탁 드립니다. JOIN US @ .. 2024. 1. 19.
LLM / Chat GPT 성능평가 방법 어떤 방법들이 있는지 고민해 보고 정리해 봅니다. Method Description etc 표준화된 Referece와 비교 글로벌 표준과 유사한 답을 내는지를 확인하는 방법 - 예로 백과사전/wikipida의 정의와 차이는 없는지? 인간과 직접 비교 - 이건 인간이 답을 알 고 있을때, 그 답을 비교 하는 것 - 예전 IBM 왓슨의 제프리 게임과 유사한 방법 인간평가자에 feedback 받기 - AI의 답을 받고 나서, 인간이 그 답을 채점 하는 형태 LLM based evaluation - 이런 연구도 있습니다. AI의 평가는 현재까지 사람이 한다고 생각하고 있으며, 그렇게 해 오고 있습니다. 그러나, 이걸 LLM이 AI가 직접 평가 한다는 개념의 연구 입니다. 물론 현재는 그 정확도나 신뢰성 측면에서.. 2024. 1. 4.
python- [SWEA 6219].[파이썬 프로그래밍 기초(1) : 약수 구하기 - 약수란 : 어떤 수를 나누워 떨어지게 하는 수 (나머지가 0) - 나머지가 0을 계산하기 위한 연산자 : a % x == 0 # 다음의 결과와 같이 임의의 양의 정수를 입력받아 그 정수의 모든 약수를 구하십시오 # (단, 약수가 2개일 경우 소수임을 나타내십시오) a = int(input("a:")) count = 0 for x in range(1, a+1): if a%x == 0: # print(x,"은(는)",a,"의 약수입니다") print("%d(은)는 %d의 약수입니다" %(x,a)) count += 1 if count ==2: print("%d(은)는 1과 %d로만 나눌 수 있는 소수입니다" %(a, x)) - 여기서 약수를 구하는 것 이외, 2개 일 경우 소수 라는 것을 구하기 - 이를 .. 2023. 8. 23.
python 평균, 중앙값, 최빈값 구하기 1. 평균과 중앙값 = numpy 패키지 활용 2. 최빈값 = statistics 패키지 활용 import numpy as np import statistics as stat a = [3,6,8,5,6,1,5,4,2,10,5] average = np.average(a) median = np.median(a) mode = stat.mode(a) print(max(a), min(a), average,median, mode) - 저는 파이선 interpreter 3.7을 이용하는데 최빈 값을 계산하기 위해 " import scipy as sc" 패키지를 이용할려고 했는데, scipy 패키지에서 mode를 지원하지 않는다는 error가 발생하여 statistics로 변경하여 해결함 2023. 7. 21.
AI & Big Data 관련 경진대회 1. https://dacon.io/ 데이터사이언티스트 AI 컴피티션 8만 AI 팀이 협업하는 데이터 사이언스 플랫폼. AI 경진대회와 대상 맞춤 온/오프라인 교육, 문제 기반 학습 서비스를 제공합니다. dacon.io 2. https://aida.kisti.re.kr/competition/main/main.do 2023 DATA· AI 분석 경진대회 aida.kisti.re.kr 3. https://competition.aihub.or.kr/hackathon/schedule 상시 리더보드 챌린지 진행중 최고점수 : 0.6540 참가팀 : 110 K-Fashion 이미지 데이터를 사용한 스타일 분류 모델 개발 AI Hub 데이터 – 상시 리더보드 챌린지 competition.aihub.or.kr 4. K.. 2023. 7. 14.
728x90
반응형