태태코딩

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 ..

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 ..

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..

keep상황항해 백엔드 과정에 이어서 생성형 AI에 대해서 배우는 과정을 등록해서 재직중에 AI를 배울 기회가 생겨서 AI를 수강하고 있다. 데일리 일정평일에는 퇴근후 2-3시간씩 AI자료를 보며 공부하고, 토요일 실 수업 끝난 후 일요일에는 수업내용을 정리하는 계획을 가지고 있다.   problem아무래도 AI가 아예 처음이다 보니 개념도 익숙하지 않고, 수식이 정말 이해가 하나도 안되는 상황이였다..머신러닝, 딥러닝의 차이도 전혀몰랐고, python으로 머신러닝을 어떻게 사용하는 지 딥러닝을 어떻게 사용하는지 전혀 감을 못잡는 문제가 있었다. try1. 우선 강의 자료를 보면서 아주 기초부터 머신러닝과 딥러닝에 대해서 학습했다.2. 사전 과제에 있던 강의를 다시 돌려보면서 개념을 익숙하게 했다.3. ..