플랏봇 v0.15 - 시각화 커스터마이징
GPTs를 이용한 시각화 도우미, 플랏봇의 새로운 버전 0.15가 출시되었습니다. 플랏봇의 설정을 외부 파일로 저장하여 쉽게 관리할 수 있도록 하였습니다. 또한 시각화 설정을 .whl 파일로 지정하여 재현성을 크게 높였습니다. 1. 기존 플랏봇의 한계 Pega Devlog: 데이터 분석용 GPTs - 플랏봇Pega Devlog: 논문봇 v2 - 출력물
GPTs를 이용한 시각화 도우미, 플랏봇의 새로운 버전 0.15가 출시되었습니다. 플랏봇의 설정을 외부 파일로 저장하여 쉽게 관리할 수 있도록 하였습니다. 또한 시각화 설정을 .whl 파일로 지정하여 재현성을 크게 높였습니다. 1. 기존 플랏봇의 한계 Pega Devlog: 데이터 분석용 GPTs - 플랏봇Pega Devlog: 논문봇 v2 - 출력물
custom GPT에는 Knowledge라는 옵션이 있습니다. 대개 PDF 문서들을 올리고 질문에 대한 답을 찾게 하는 데 쓰입니다. 여기 라이브러리를 올려서 한글 시각화 문제를 해결할 수 있습니다. 1. ChatGPT의 데이터 분석 기능 Pega Devlog: ChatGPT로 한글과 한자가 적힌 카드 만들기Pega Devlog: ChatGPT Data
ChatGPTCode Interpreter 한국에너지기술연구원 AI 학습조직에서는 2023년 한 해동안 데이터 처리를 공부합니다. 세 번째 시간으로 ChatGPT Code Interpreter를 소개합니다. 챗봇으로 알려진 ChatGPT의 언어 능력과 코딩 능력, 그리고 실행 능력을 조합해 데이터를 처리합니다. 머신 러닝도 수행하고 최적화도 알아서 할
SciPy 한국에너지기술연구원 AI 학습조직에서는 2023년 한 해동안 데이터 처리를 공부합니다. 두 번째 시간으로 SciPy를 활용한 smoothing을 소개합니다. smoothing은 신호의 잡음을 억제해 신호를 더 잘 드러내는 기술입니다. 인접한 데이터끼리 평균을 내는 adjacent averaging, 중간값을 취하는 median 외에도 데이터
SciPy 한국에너지기술연구원 AI 학습조직에서는 2023년 한 해동안 데이터 처리를 공부합니다. 첫 시간으로 SciPy를 소개합니다. SciPy는 미분방정식을 풀고, 적분을 해주고, 최적해를 찾아주는 막강한 기능을 가지고 있습니다. 그러나 Numpy에 비해 덜 필수적이고 - Numpy는 데이터를 다룰 때 필수니까요 SciPy가 막강한 힘을 발휘하는
밀도 함수는 데이터 분포를 볼 때 가장 많이 그리는 그림 중 하나입니다. 특정 값을 기준으로 Pass와 Fail을 정한다고 할 때, 전체의 비율도 중요합니다. seaborn kdeplot을 살짝 다듬어서 쪼개고 비율을 계산합니다. 1. 오늘의 목표 오늘 우리는 데이터를 선별하는 데 쓰는, 이런 그림을 그릴 겁니다. 특정 값을 기준으로 왼쪽은 Fail,
RPA(Robotic Process Automation: 업무 자동화) 과제를 하려고 합니다. RPA를 적용하면 효용이 얼마나 좋은지를 설득하기 위한 그림을 그립니다. RPA 도입 전과 후를 비교하는 그림을 그려서 보여줍시다. 1. 행정 업무 어떤 가상의 데이터 관련 행정 업무가 있다고 합시다. 현재는 총 2천만원의 용역비를 포함해 12주가 걸립니다
Gaussian Process 연습입니다. scikit-learn을 비롯한 예제를 재구성하여 연습합니다. 주의사항을 알려드립니다. Gaussian Process는 경계조건에 매우 취약합니다. 1. Gaussian Process의 한계 scikit-learn: Gaussian Process Regression: basic introductory examp
Gaussian Process 연습입니다. scikit-learn을 비롯한 예제를 재구성하여 연습합니다. 여러 커널의 특징을 알아보고 사용처를 알아봅니다. 1. Data Preparation scikit-learn: Gaussian Process Regression: basic introductory example 1.1. example data 지난
Gaussian Process 연습입니다. scikit-learn을 비롯한 예제를 재구성하여 연습합니다. 오차가 없을 때와 있을 때를 비교합니다. 1. Data Preparation scikit-learn: Gaussian Process Regression: basic introductory example 1.1. example data Gaussia
Gemini 1.5 Pro를 시작으로 거대언어모델에 Deep Research가 포함되기 시작했습니다. DeepSeek-R1도 Deep Research를 포함하여 높은 성능으로 유명세를 탔고, 며칠 뒤 OpenAI도 o3를 기반으로 한 Deep Research를 출시했습
저희 연구원내 한 부서의 요청을 받아 연구 활용 생성 AI 도구 소개 및 사용 방법이라는 제목으로 발표를 드렸습니다. “생성 AI 도구들을 사용하기 어렵다”는 의견이 단 내에 있었다고 설명을 들었으며, 이에 대응하여 다른 설명은 최대한 배제하고 최소한의 개념과 활용 사
SciSpace 네 번째 글입니다. PDF 파일들을 정리할 수 있는 My Library입니다. 믿을만한 문서들을 올려두고 활용할 수 있습니다. Zotero, Mendeley를 사용하시던 분들이라면 SciSpace로 옮겨올 수 있습니다. 4. My Library4.1.
SciSpace 세 번째 글입니다. Find Topics라는 새 기능이 있습니다. 하나의 주제에 대한 문헌을 찾고 글을 모으기를 반복할 수 있는 기능입니다. 잘 사용하면 문헌 조사를 매우 빠르게 할 수 있으나, 레퍼런스의 상태를 잘 확인해야 합니다. 3. Find To
SciSpace 두 번째 글입니다. 원하는 정보를 담은 글들을 찾아 읽고 내용을 정리하는 일은 연구자의 일상이지만 만만치 않습니다. 검색과 정리 능력을 활용해 이를 편안하게 도와주는 기능들을 소개합니다. 단, 한계가 있습니다. 2. Literature Review2.1
{"산업기술분류(*)":"에너지ㆍ자원","과학기술분류(*)":"에너지/자원","개발상태(*)":"기술개발진행중","희망거래유형(*)":"라이센스","기술이전조건(*)":"통상실시","기술이전금액(*)":"기타","도입시고려사항":"무","판매자성명(*)":"유윤종","
{"기술명(*)":"특허명","키워드1(*)":"대분류","키워드2(*)":"중분류","키워드3(*)":"소분류","개요 및 특징(*)":"기술의특성","응용분야(*)":"중분류","사업화적용실적":"기술이전 계약여부","개발자성명(*)":"주발명자","특허출원번호(*
Curriculum Vitae ResearcherDeveloperDesigner jehyun.lee@gmail.com