일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
- 파이썬
- 그래프
- 알고리즘
- KT 에이블스쿨
- KT에이블스쿨
- 트리
- 오블완
- join
- dfs
- python
- AI트랙
- 골드
- Level3
- 패스트캠퍼스
- AIVLE
- 백준
- 티스토리챌린지
- kt에이블스쿨5기
- spring
- 구현
- 프로그래머스
- 딕셔너리
- 실버
- Level1
- sql
- BFS
- dp
- Java
- 정렬
- Level2
- Today
- Total
목록AI트랙 (15)
rose_brown

AIVLE Day 2번째 에이블데이!! 오늘 하루 중 오전에 프로그래머스로 코딩테스트를 보고, 오후엔 특강과 랜선 회식으로 마무리된다. AIVLE의 선물 에이블스쿨에서 택배가 왔다. 이번엔 뭘지 궁금했는데! 하나는 핸드크림이고 다른 하나는 여행용 세면도구 세트가 있었다. (마침, 필요하던 걸 받아서 아주 기분이 좋았다.ㅎㅎ😃) 택배로 받은 물건 말고 배민 상품권도 받았다. 요즘 배달을 많이 시켜서 적당히 먹어야 하나 했지만, 또 이렇게 상품권을 받으면 어쩔 수 없지,, 쿠폰은 써야 하니~~~~코딩테스트 코딩테스트는 120분 동안 총 3문제가 나왔다. 매일 꾸준히 연습하지 않아서 딱히 잘 볼 것이라고 예상은 하지 않았다. 1번 문제는 풀만했고, 2번 문제는 반만 풀다가 시간이 종료되었다. 그래서 총 1..

7차 미니프로젝트6/3 ~ 6/13 5-7일차5-7일차는 팀원들과 함께 django, LangChain, OpenAI 등을 사용해서 QA Chatbot 웹사이트를 만드는 시간이다. 기본 요구사항1. 에이블스쿨 홈페이지 QA홈페이지에 등록되어 있는 FAQ 데이터를 수집하여 데이터셋으로 구성질문과 답변을 하나의 chunk로 구성2. DB 구성RAG용 Vector DB사용 기록 DB3. 질문 답변 기능1-4일차에 개인적으로 실습한 내용 참고OpenAI 모델사용Vector DB를 Retriever로 이용단발성 질문 답변4. 사용자 화면웹과 모바일 모두 접속 가능단발성 질문, 답변 페이지5. 웹 서버웹서버에 Vector DB 저장간단한 방화벽 설정 등으로 ip를 통해서 사이트를 전 세계에 공개 추가 요구사항1. ..

7차 미니프로젝트6/3 ~ 6/13 이번 미니프로젝트는 무려 7일 동안 진행한다. 1~4일 차까지는 개인 결과물을 제출하고, 5~7일 차는 팀 과제를 제출한다. 1-2일차“QA Chatbot 서비스 구축하기” 1-2일 차에는 에이블스쿨 지원자를 위한 QA Chatbot 서비스를 만드는 데 사용할 LangChain에 대해 강의를 듣고, 어떻게 사용되는지 실습해 보는 시간을 보냈다. 에이블러 마다 발급된 OpenAI API Key를 세팅하고, Vector DB를 구성하고, LLM모델을 사용해서 유사도가 높은 답을 구하는 실습이다. Vector DB 기본으로 제공되는 FAQ에서 인터넷 검색을 통해 더 추가 할 만한 데이터를 추가해서 CSV 형태로 저장해서 사용했다. RAG + LLM 모델 history라는 D..

KT 에이블스쿨 6기 모집!! KT 에이블스쿨을 지원한게 어제 같은데 벌써 6기 모집이라니…😂😂😂하루하루 열심히 강의듣고, 미니프로젝트를 하다보니 이제 7차 미니프로젝트와 빅프로젝트만 남았다. 😃😃😃 1. 모집 기간24년 6월 10일 ~ 24년 7월 1일 17시까지https://aivle.kt.co.kr/home/main/applyMain?mcd=MC00000051 2. 지원 자격국내외 정규 4년제 대학(학사 이상)졸업자 및 졸업예정자34세 이하(1990.9.1 이후 출생자)미취업자(고용보험 가입여부 기준) 3. 교육 기간24년 9월 3일~ (6개월) 4. 모집 분야AI 개발자 TrackDX 컨설턴트 Track 5. 우대 사항타 SW인재양성 프로그램 수료자 우대AICE 자격증 보유자 우대AIC..

AIVLE Day 두둥! 오늘은 에이블데이! 오전에 특강을 듣고 여러가지 이벤트를 하는 날(잠시 쉬어가는 날😀😀😀)AIVLE에서 주는 선물 에이블스쿨에서 택배가 왔다. 선물은 텀블러! 코딩마스터스에서 그랜드 마스터와 마스터를 달성하신 분들은 각각 추가로 선물을 받았다. 코딩 마스터스는 총 100문제로 구성되어있고 70문제 이상을 풀면 마스터, 100문제를 풀면 그랜드 마스터이다. 에이블데이를 하기 며칠 전 BBQ 쿠폰을 받았다. BBQ 좋아하는데 요즘 비싸져서 잘안먹게 되었는데, 쿠폰 받아서 기분좋게 사용하고 맛있게 먹었다.ㅎㅎ(먹을 것 주는 사람 좋은사람...ㅋㅋㅋ)랜선회식 본인을 간단하게 소개 할 수 있는 간단한 글 작성 오전에 배운 툴을 기반을 정말 다양한 작품이 나온 AI숏츠 그리..

4-6일차“LLM을 활용한 간단한 QA 챗봇 구현” 4일 차에는 gemma를 활용하여 NMSC를 fine-tuning을 해 보면서 LLM 동작 방법과 fine-tuning 방법을 학습했다. 5일 차에는 한국어 위키 데이터를 이용하여 BM 25 알고리즘과 Sentence Transformer를 활용하여 검색 기능을 구현했다. 6일 차에는 배운 알고리즘을 활용해 QA 챗봇을 구축하는 활동으로 마무리했다. 느낀점 4일 차와 5일 차에 오전에 강사님의 이론과 알고리즘 설명을 하고 실습하는 과정으로 진행되었다. 실습의 코드는 예시에서 약간만 변형하면 되는 수준으로 진행되어서 어렵지는 않았다. 다만 언어지능 분야를 많이 다루지 않았다 보니 처음 보는 알고리즘이 여러 개가 나왔는데, 장단점 차이점 등에 대한 것에 대..

6차 미니프로젝트4/24 ~ 5/2 1-3일차“상품별 판매량 예측”6차 미니프로젝트는 무려 6일 동안 진행한다. 1~3일엔 유통 매장에서 상품별 재고 문제를 해결하기 위한 AI 기반 수요량 예측 시스템을 구축하는 것이다.1일 차는 데이터 탐색과 가설 도출, 2일 차는 기초 모델 생성과 데이터 파이프라인 구축, 3일 차는 모델 성능평가 및 마무리로 진행되었다. 느낀점벌써 6번째 미니프로젝트라니! 시간은 정말 빠르구나… 여러 번의 미니프로젝트를 하다 보니 조금씩 익숙해지면서 성장하고 있다는 것을 알 수 있었다! 왜냐하면 1일 차에서 데이터 탐색과 가설 도출을 하는데 이전에는 주어진 것만 하는 것에 급급했는데 이번엔 다른 방법이 없을까 하는 생각까지 할 수 있었다. (미미한 발전이지만 뿌듯 😊)그러나 아직..

5차 미니프로젝트4/22~4/23 5차 미니프로젝트로 AICE자격증 대비를 위한 연습을 2일동안 진행하였다. 6월정도에 에이블전형 시험이 있다니 열심히 미리 준비해야 한다. (비싼 시험 열심히해야지..ㅎㅎ) AICE에는 여러 가지 종류의 시험이 있는 데 그중 Associate를 대비하여 연습문제를 제한 시간 안에 풀어보고 조원과 어려운 점과 준비하는데 도움이 될 만한 것들을 준비했다. AICEAICE란?KT가 개발하여 한국경제신문과 함께 주관하는 인공지능 능력시험이다.https://aice.study/info/aice AICE Associate는? AICE Associate는 실무에서 AI를 활용하는 역량을 습득하고 진단하기 위해 개발하였습니다.코딩(파이썬)을 활용하여 데이터 분석, 처리 및 AI 모델..

4차 미니프로젝트4/8 ~ 4/11 3-4일차쿨루프 시공 대상 여부 분류 4차 미니프로젝트의 2번째는 “쿨루프 시공 대상 여부 분류”이다. 1일 차에는 주어진 데이터를 이용하여 전처리를 통한 yaml 파일을 구현했다. 2일 차에는 부족한 이미지 데이터를 더 수집하여 여러 가지 알고리즘을 활용하여 정확도를 높이는 모델을 구현하였다. 기본적으로 주어진 데이터가 얼마 없어서 성능을 높이는 데 한계가 있었다. 그래서 2일 차에 각자 조원 별로 20~30개 정도를 추가로 수집하고 roboflow를 통해 라벨링을 진행했다. (참고로, roboflow 무료는 검색하면 모두 다 볼 수 있음) 그 후 데이터를 합치고 여러 모델을 사용하여 성능을 높여보면서 프로젝트를 마무리했다.느낀점 모든 데이터 분석과 AI 모델 개발을..

4차 미니프로젝트4/8 ~ 4/11 1-2일차차량 공유업체의 차량 파손 여부 분류 4차 미니프로젝트에서 1~2일 차는 “차량 공유업체의 차량 파손 여부 분류하기”라는 주제로 프로젝트를 진행했다. 1일 차에는 전처리하고 2일 차에는 분류 모델링을 구현했다. 데이터 확인1. 정상 차량 2. 파손 차량전처리 모델링 모델링으로 CNN, InceptionV3, ResNet50, VGG16을 사용하여 모델링을 구현하고 성능이 어느 것이 가장 좋은지 판단했다. 내가 작성한 코드에서는 VGG16이 Accuracy가 0.91으로 가장 높은 결과가 나왔다. 결과느낀점 좋은 성능을 가진 모델을 구현하는 데 가장 중요한 기본은 좋은 데이터를 많이 확보하는 것이라는 생각을 더욱 들었다. 이미지 분류 모델을 하는 것이기 때문에 ..