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