거의 한달만에 돌아왔다꾸준히 쓰려고 했는데 몸이 마음같지 않다 근데 다음 프로젝트 조가 나왔다이번 주에는 sqld시험도 봤다근데 다음주 월요일 pcce시험도 있다 뭐가 이렇게 끊이지 않고 있는지..ㅋㅋ 이번 주말동안 새 프로젝트 팀원들 연락이 없어서 내가 디코 서버 팠다벌써 내향인 학대가 시작되었다이런김에 내가 팀장이랑 pm이랑 발표랑 다 해먹어야겠다 1. 학습내용1-1. lang graphlang graph를 이용해 간단한 agent 실습을 했다state, node, edge 개념을 학습하고,사람의 승인이 필요한 agent와, 메모리에 대화 내용을 저장하는 agent, 분기를 사용하는 agent등을 만들어 보았다추가로 검색, 평가, 재작성을 선택하는 agentic RAG를 만들어보았다 1-2. ..

살려주세요.. 2차프로젝트 끝나니 몸이 너덜너덜해졌다딥러닝 너무 어렵다프로젝트 한다고 정신없어서 7주차 회고도 패스했다프로젝트 끝날때마다 아픈것 같다. 조만간 내 몸상태 데이터 분석도 가능할것 같다..🥹😅 해커톤은 예선탈락했다그럴것 같았다다른 친구들이랑 다른거 준비해야겠다 1. 학습내용1-1. 프로젝트 진행내가 데이터 전처리, streamlit, 발표를 맡았다사실 머신 러닝 모델 돌려보고 싶었는데모델 학습은 다 비슷할것 같기도 하고, 발표를 안해본 사람 중에 해야해서 그냥 내가 했다 데이터를 보니 초기 선정한 주제와 맞지않아서 주제변경이 계속됐다그러다 보니 발표 내용도 많아져서 숙지해야 할 내용이 많았다발표 전날까지도 모델을 학습시켜서막판에 혼자 streamlit 업데이트와 발표준비를 동시에 진..

앙상블 기법여러 모델의 예측을 모아 하나의 최종 예측을 만드는 방식1. 대표 앙상블 방식1-1. Voting서로 다른 여러 모델 학습 후, 각 모델의 예측을 투표(hard) 또는 평균(soft)로 합침1-1-1. VotingClassifier (분류)from sklearn.ensemble import VotingClassifier, VotingRegressorbase_classifiers = { 'logistic_regression': lr_clf, 'knn': knn_clf, 'decision_tree': dt_clf,}# predict_proba() 제공 xhard_voting_clf = VotingClassifier(# estimators : 앙상블에 참여할 개별 모델 목록# 참여식..

몸관리 실패. 그치만 바쁘죠? 드디어 몸이 아프다손목이 살살 아프더니 마우스 잡은 채로도 덜덜 떨려서 병원에 다녀왔다신경이 온통 염증이래서 주사파티를 했다 그치만 해커톤 마지막 발넣기 성공해서 신난다이번에도 주장에 충돌이 있었지만 모두 동의해서 기획안을 수정하고 제출했다 모든 도전은 신나는것 같다또해야지 영양제 도핑하고 더 나를 굴려봐야겠다 1. 학습내용1-1. 머신러닝앙상블 기법 부스팅, 배깅, 랜덤포레스트, XGBoost밖에 몰랐는데 생각보다 많은 모델들이 있었다각각 특징과 사용법, 하이퍼파라미터에 대해 학습하고 복습했다 차원축소ADsP 준비하면서 이론으로만 접한 내용을 코드화 하고 시각화 해봤다 비지도 학습비지도 클러스터링에도 다양한 종류가 있다는걸 처음 알았다내용이 많지는 않지만 추가..

1. 응용 모델SVM (Support Vector Model) : 분류 문제에서 클래스를 나누는 경계를 찾는 모델. → 두 클래스 사이에 선을 긋되, 데이터와 최대한 멀리 떨어진 안정적인 선을 찾는 모델.SVC (Support Vector Classifier) : scikit-learn에서 사용하는 SVM 분류 모델 from sklearn.svm import SVCSVR (Support Vectore Regressor) : scikit-learn에서 사용하는 SVM 회귀 모델 from sklearn.svm import SVR2. 용어 정리결정 경계 Decision Boundary (svm의 목적)클래스를 나누는 기준선 또는 기준면임.feature가 2개면 선으로 보이고, feature가 3개면..