태태코딩

요즘 AI공부를 시작하다보니, AI공부를 쉬고싶을 때 백엔드 공부로 치유하는 느낌이다,, 원래는 백엔드도 점점 공부라고 느껴지던 참이였는데,, 치료된건가..? 싶다 일단 AI 끝나면 멀티스레드를 마무리하고, 람다를 제대로 다시 공부해볼 예정이다. 효율적인 코드?역시 영한 강사님이다,, 아직 시작 부분이지만, 람다가 왜 필요한지 설명해주신다.머리속 코드로 작성해보자면 public void ex1(){ String ex1 = "행복"System.out.println("오늘은 "+ ex1+ "해요");} public void ex2(){ String ex2 = "우울"System.out.println("오늘은 "+ ex2+ "해요");}public class Main { public static void..

내가 궁금했던점과 답에대해서 적어보겠다. 1. 기존에 GPT가 제일 잘 나온 모델인데 굳이 생성형 AI 인재들을 뽑아서 기본 모델을 학습하는 것을 배우는 이유가 무엇인지? 그냥 GPT API 가져와서 쓰면 되지않을까?? 1.1 성능만 놓고 보면 chatGPT api쓰는게 정답일 수 있습니다. 하지만 api는 비용이 있습니다. 1.2 만약에 어떤 기업에서 LLM기반 서비스를 한다고 할 때, chatGPT api로 구현하면 서비스 구현은 정말 쉽겠지만, 1.3그만큼 트래픽이 상승할수록 api비용도 증가할 것입니다. (매출 원가) 1.4 그렇다면 해당 서비스는 api 비용을 상쇄하고 남을만한 비용을 사용자에게 청구해야하는데요. 1.5 이런 서비스는 아주 소수의 사용자에게 비싼 유료 서비스를 팔게하는 ..

How Could you!번역: 너가 어떻게 !! ex) How could you do that!번역: 너가 어떻게 나한테 그럴 수 있어! it's about time번역: ~할 시간이다. ex) it's about time to start => 그것을 시작할 시간이다! be in for it번역: ~가 일어날 것이다. I belive in you번역: 나는 너를 믿어ex) i belive you => 나는 너의 "말"을 믿어 즉: in 사람 , in없으면 말

근황현재 근황은 LLM을 공부하면서 pandas, 머신러닝, 딥러닝을 천천히 공부하고 있어서, 이쪽에 대한 글작성은 나중에 한번에 모아서 올리기로 했다. 이 글의 주제AI에 대해서 공부하면서 다양한 글에대해 접해서 정리해 보게 되었다.대충 글을보자면 이러한 부분들이 있었다. AI발전으로 인해서 개발자가 사라지는 것인가?AI발전을 어떻게 따라가야하는가? 1번과 2번으로 나누어서 정리해보겠다. 1. AI발전으로 인해서 개발자가 사라지는 것인가?반은 맞고 반은 틀리다고 생각한다. 나 또한 이러한 부분에 대해서 많은 사람들의 글을 읽고 영상을 보면서 정리한 것이있다.짧게 요약하자면, 1.1 과거에는 코드를 짜는 것이 불편했고, 반복적이고 안정적인 코드를 짜는 것이 중요했다. 1.2 하지만 AI의 ..

Pandas엑셀말고 판다스를 이용하는 이유 엑셀은 만줄만 넘어가도 느려지지만, 파이썬은 만줄은 가볍다. pandas종류seriesdataframe구별법 열의 갯수이다. series는 열이 하나이다.dataframe은 열이 두개이상이다. loc와 iloc 구별법pd.loc['index']pd.iloc[index숫자] loc는 ''로 특정 인덱스 이름으로 찾는 것이고,iloc는 인덱스의 번호로 찾는다. #판다스 사용법import pandas as pdlst = [1,2,3,4,5,6,7,8,9]lst2 = [1,2,3,'Apple','play',6,7,8,9]#열이 하나여야 한다.sr2 = pd.Series(lst2)#csv파일 읽어오기pd.read_csv('삼성전자 종가.csv')#csv파일에있는..

"Keep your eyes on the ball"번역: 집중해! 주의해! " left out"번역: 잊다, 빼먹다 ex) "they left out 'be careful'"=> 그들은 조심하라는 말을 빼먹었다

항해플러스 Lite 항해플러스 Lite 과정이 나와서 소개하려고한다. 항해플러스 lite 링크https://hhplus-lite-be.oopy.io/ 우선 항해플러스 백엔드 과정에 대한 후기를 듣고 싶으면 이 글을 읽고오면 될거같다. https://taetaecoding.tistory.com/139 태태개발일지 - 항해 플러스 백엔드 고민하고있다면#자기소개소프트웨어학과를 졸업을 앞두고 부트캠프를통해서 백엔드를 단기간에 교육받고, 금융업 쪽에서 개발을 하고있는 상태였다. #항해 플러스에 들어오기 전, 백엔드 개발자로 일하며 갖taetaecoding.tistory.com 우선 나는 항해플러스 백엔드 5기를 수료한 후, 항해플러스 단기 스킬업 redis를 수료하고, 항해플러스 AI를 수강중이다. 항해플러..

IP 특정 컴퓨터의 주소 Port한 컴퓨터 내에서 실행되고 있는 특정 프로그램의 주소ex) 1.250.15.132:3000 -> 3000 하나의 컴퓨터에서 여러개의 프로그램이 실행되고있는데, 그 중 특정 하나를 구분하기 위한 것.기본적으로 포트는 80번 포트를 사용한다. wll-known port-규약을 통해 역할이 정해져 있는 포트 라고한다. ex) 22번 ssh80 Http334 Https Docker컨테이너를 사용하여 각각의 프로그램을 분리된 환경에서 실행 및 관리할 수 있는 툴이다. container하나의 컴퓨터 환경 내에서 독립적인 컴퓨터 환경을 구성해서, 각 환경에 프로그램을 별도로 설치할 수 있게 만든 개념이다. 미니컴퓨터 = 컨테이너 가장 큰 컴퓨터 = 호스트 컨테이너 독립성서로 각자..

선형회귀독립 변수와 종속 변수간의 선형 관계를 모델링한것. y = mx + b 형태의 직선 방정식을 사용하여 데이터를 예측한다. ex) 집값 예측, 판매량 예측 import pandas as pdimport numpy as npfrom sklearn.linear_model import LinearRegressionimport matplotlib.pyplot as plt# 데이터 준비data = {'area': [1500, 2000, 2500], 'price': [300000, 400000, 500000]}df = pd.DataFrame(data)# 모델 학습model = LinearRegression()model.fit(df[['area']], df['price'])# 예측 및 시각화predicted_p..

기본적으로 지도학습, 비지도학습, 강화학습 으로 나눈다. 지도학습실제 정답이 있는 문제를 내서 학습시키는 것이다.                                                                   (실제로 text와 label을 함께 입력한다.) feature: 입력값label : 출력값,정답   비지도학습실제 정답을 넣지않고, 알아서 군집을 구성하게 하여 처리하게 하는 것이다.  강화학습실제 경험을 토대로 학습해 나가는 것이다. (ex 알파고)  강화학습은 다루지 않고, 지도학습  비지도학습에 대해서 다룰 것이다.  지도학습  분류와 회귀 두종류가 있다. 1) 분류주어진 데이터를 통해 카테고리에 따라 분류하는 문제. ex)분류는 맞다,아니다의 이진분류 모델이있고, 사..