1. Open API Key 불러왔는지, 라이브러리 로딩했는지 확인하기 2. Graph 구축: 간단한 그래프 1) State 정의그래프의 노드의 입력과 출력 관리하는 클래스형태의 자료형클래스는 한번 선언하면 틀을 유지해야된다. 틀을 확정하고 값들을 계속 유지하려고 딕셔너리 말고 클래스를 사용한다.클래스 형태로 확정하고 쓸거야라는 뜻 ※ Annotated[list, add_messages] 여기 list인데 메타정보가 있어 add_messagesadd_messages: gpt가 주고받은 메세지를 이어 붙여라라는 뜻 from typing import TypedDict# 그래프 전체에서 주고받는 데이터 구조를 정의class State(TypedDict): text: str extra_field: i..

노드들을 모델링하여 에이전트를 구성하고 사용자에게 적절한 답변을 생성하는 워크플로우 1. AI Agent 개념:스스로 의사 결정하며, 도구를 사용하여, 목표를 달성하는 시스템GPT + Tool 사용 능력 + 상태 유지 구성:Goal, Reasoning Engine, Toolset, Memory 예시:문서 요약 & 질의 응답 에이전트, 쇼핑 추천 에이전트, 코딩도우미/ 계산기 에이전트 에이전트와 챗봇의 차이:에이전트는 답변 생성 중간에 엔진호출, DB조회, 코드 실행 등의 도구를 호출하지만 챗봇은 고정된 사용자 입력으로 답변 생성을 수행한다. Agent 개발 프레임워크:CrewAI, AutoGen, LangGraph 2. LangGraph AI 에이전트간의 협업을 그래프 기반으로 설계하는 프레임워크그래프는..

총 결측치개수 2 개라는 뜻merge하는법 로버스트스케일러mae는 낮을수록 좋은것이기에 rf_model 이 더 좋은 것 mean

1. RNN개념: 시간 순서가 있는 데이터를 처리하는데 유리하다.특징:- 이전의 정보를 순환하면서 계속 유지하면서 쌓아가는게 특징- Hidden State: 현재까지 정보를 축적해서 다음 셀로 넘기는 역할- Weight Sharing: 모든 단어를 처리할 때 같은 가중치를 사용해서 계산- 과거의 정보를 현재에 반영해 학습하도록 설계구조: RNN 일반적인 신경망과 달리 출력을 다시 입력으로 넣는 구조장점: 순차 데이터에 강함, 과거 정보를 기억하면서 처리가능한계: 긴 문장에서는 기억력이 약함, 단기기억 문제해결책: LSTM, GRU같은 개선된 RNN 모델 2. RNN 모델링 절차- 데이터 분할 1: x, y- 스케일링: - 3차원 데이터셋 만들기: timesteps 단위로 잘라서 sliding window..

- 벡터: 여러 개의 숫자가 모여서 하나의 개념을 표현하는 단위- 임베딩: 텍스트는 컴퓨터가 이해 x => 토큰을 수치화된 벡터로 변환하는 과정 1. 빈도 기반 벡터화 1) 공동작업 - 토큰화Kiwi()kiwi.tokenize(text) kiwi = Kiwi()# Kiwi 토큰화(명사, 동사, 형용사만 추출)def tokenize_kiwi(text):    tokens = kiwi.tokenize(text)    return [token.form for token in tokens if token.tag.startswith(('N', 'V', 'A', 'X'))]  # 명사(N), 동사(V), 형용사(A)만 추출# 문장별 토큰화해서 리스트로 저장tokenized_docs = [" ".join(tokeni..

1. 토큰화 토큰: 문장의 가장 작은 단위 토큰화:문장을 토큰 시퀀스로 나누는 과정 2. 형태소 분석(한글) 토큰화보다 더 깊은 분석단어를 구성하는 형태소를 식별하고 분류 형태소 분석기(한글): KoNLPy, Kiwi - 입력문장text_ko1 = "아버지가방에들어가신다."text_ko2 = "나는 ChatGPT를 사용한다." 1) KoNLPy 사용 - 형태소 분석기 선언from konlpy.tag import Oktfrom konlpy.tag import Okt# 형태소 분석기 불러오기okt = Okt()  - 토큰화 okt.morphs(text_ko1): 형태소 단위 토큰화okt.pos(text_ko1): 품사 태깅 포함 # 형태소 분석 (품사 태깅 포함)morphs = okt.morphs(text_..