A Joyful AI Research Journey🌳😊

VISION과 LLM(대형 언어 모델)은 각각의 특성과 응용 가능성이 다르기 때문에 어떤 것이 더 전망이 좋은지 단정짓기 어려운 측면이 있습니다. 다만 두 분야 모두 AI 연구 및 산업 내에서 중요한 역할을 하고 있으며, 각기 다른 장점을 가지고 있습니다. 어느 쪽이 더 전망이 좋다고 보다는, 개인적인 관심사와 커리어 목표에 따라 어느 쪽이 더 맞는지 생각하는 것이 중요합니다. 다음은 각 분야의 현재 전망과 장단점에 대한 비교입니다.VISION (컴퓨터 비전)강점과 전망물리적 세계와의 연결: 컴퓨터 비전은 이미지나 비디오 데이터를 분석하여 3D 객체 인식, 행동 인식, 공간적 이해 등을 통해 물리적 세계와의 상호작용을 가능하게 합니다. 이는 자율주행차, 로봇 공학, 의료 영상 분석 등 다양한 응용 분야에..

AI는 여러 가지 다양한 하위 분야로 구성되어 있으며, 각 분야는 특정한 문제를 해결하기 위해 고유한 기법과 응용을 가지고 있습니다. 대표적인 AI의 하위 분야는 다음과 같습니다:1. 머신 러닝 (Machine Learning)데이터를 사용해 모델을 학습하고, 패턴을 발견하거나 예측을 수행하는 분야입니다. 대표적으로 지도 학습, 비지도 학습, 강화 학습 등이 있습니다.머신 러닝은 특히 이미지 인식, 음성 인식, 추천 시스템 등에 많이 사용됩니다.2. 딥 러닝 (Deep Learning)머신 러닝의 한 하위 분야로, 인공 신경망을 사용해 복잡한 패턴을 학습합니다. CNN(합성곱 신경망), RNN(순환 신경망), 트랜스포머 등이 딥 러닝의 중요한 모델들입니다.이미지 분류, 자연어 처리, 자율 주행 등 여러 ..

241104 Mon 4th class정보를 공유하는 사람은 더 발전한다. 민감한 주제X 5-3 실습 1 - 나만의 데이터 셋을 이용해서 워드 클라우드 해보기 5-4 실습 2- 이미지를 바꿔보기 5-5 실습 3 - txt 파일에 불용어 사전 만들어서 이를 불러와서 해 보기 5-6 이미지 변경해서 워드 클라우드 한 코드 및 이미지를 올려보기.주제 AI subfields South Korea 수출품AI로 골랐다. import matplotlib.font_manager as fm # 폰트 관련 용도import matplotlib.pyplot as plt # 그래프 그리는 용도import numpy as np # Import numpy and assign it to the alias 'np'위키피디아에..

241104 Mon 4th class오늘 배운 것 중 기억할 것을 정리했다.https://rowan-sail-868.notion.site/da602ba0748c4e2cb12b443178b16507 텍스트 데이터 분석 기본 | Notion수업 자료로 접속하기rowan-sail-868.notion.sitehttps://ldjwj.github.io/CHATGPT_AI_CLASS/01_TextPre_V10.html 01_TextPre_V10 ldjwj.github.io비전공자, 대학원X, 4년 동안 올라감, 대회 2개 1등 집중해서 공부하나를 하더라도 제대로 한다.논문 읽고 대회 참여, 혼자 공부, 성장함늦은 건 X왔다갔다 X 우루루 쫓아다니지 X대기업 문서 많음 과정 2-3개 한다고 지식 많아지는 건 아니다 ..

241104 Mon 4th class오늘 배운 것 중 기억할 것을 정리했다.ChatGPT: 10-20퍼 가짜일 경우가 있다. 1개만 사용X, 검색도 활용하기 ChatGPT: 예전 지식을 가지고 알려준다. API Guide (GPTs)1. 텍스트 생성 샘플 코드from openai import OpenAI# OpenAI API 클라이언트 초기화client = OpenAI(api_key="YOUR_API_KEY")# 채팅 모델을 사용한 텍스트 생성 요청response = client.chat.completions.create( model="gpt-4o", messages=[ {"role": "system", "content": "You are a helpful assistant."},..

https://recipesds.tistory.com/entry/%ED%86%B5%EA%B3%84-%EA%B0%9C%EB%A1%A0-%EC%97%90%EB%9C%A8-%EB%B6%80-%EC%81%98%EB%A0%88 데이터분석과 통계분석 - 너희 도대체 어떻게 하는거니?책상에 통계 개론이라는 책이 덩그러니 놓여있고, 가만히 숨죽여 책의 목차를 들여다보고 있으면, 사실 통계라는 것은 굉장히 단순한 이야기를 굉장히 복잡하게 풀어서 늘어놓았음을 실감하게recipesds.tistory.com

241101 Fri 3rd class내가 페이지를 하나선정하고 정보를 가져와 보기(미니 프로젝트) 정보 선택, 정보를 가져오겠다 과제 올리기(ipynb 소스 코드, 간단한 설명과 가져온 정보)pdf 내보내기 하나 또는 다수의 사이트에서 정보를 가져오기클릭을 해서 들어가서 정보를 가져와서 저장해 보기.생각해 본 것- 공모주 이름 넣으면 상승 하락 뜸 - https://edition.cnn.com/CNN에서 Korea 가져오기 - 이미지 가져오기 선택한 주제: CNN에서 Artifical Intelligence 검색해서 나오는 기사 5개 제목, URL 가져오기완성했다. CNN 메인 웹페이지에서 돋보기 아이콘 요소를 가져와서 사용하는 건 안 되는 한계는 있었다.https://github.com/yjyuwise..

241101 Fri 3rd class오늘 배운 것 중 기억할 것을 정리했다.면접 때 말로 설명한다. 가능성을 보고 뽑아줄 수는 있다. 프로젝트만X이론도 중요하다.원리를 알면 쉽게 접근한다. 공부할 때 고민할 시간 가지기, 어떻게 풀지 고민, 검색하기, 생각을 한다. 알고리즘 짜보기, 늘어남 ChatGPT 의존 사태가 일어날 수 있다. 못하는 거 잡아내고, 컨트롤하려면 지식 있어야 한다. 많이 공부 -> 해결책을 안다. (ex. nltk)인기 있는 거 쫓아서 공부하면 중요한 걸 공부X2,3년차 엔지니어 -> 기본 모르는 경우 있다. -> 오래가지 못한다.LLM 전이학습 마지막 프로젝트는 팀 별로 한다. 실습하기 서비스를 하려면 기본적인 지식이 있어야 한다. 새로운 프로젝트 같은 데 원리가 비슷하다. 기본을..

241101 Fri 3rd class오늘 배운 것 중 기억할 것을 정리했다.*복습하기https://wikidocs.net/11 02장 파이썬 프로그래밍의 기초, 자료형‘어떤 프로그래밍 언어이든 그 언어의 자료형을 알고 이해할 수 있다면 이미 그 언어의 절반을 터득한 것이나 다름없다’라는 말이 있다. 자료형이란 프로그래밍을 할 때 쓰이는 숫자,…wikidocs.net몰랐던 것판다스(Pandas)에서 주요 데이터 구조는 **데이터프레임(DataFrame)**과 **시리즈(Series)**입니다.데이터프레임(DataFrame): 2차원 테이블 형태의 데이터 구조로, 행과 열로 구성됩니다. 다양한 데이터 타입을 가질 수 있고, 엑셀처럼 데이터를 필터링, 그룹화, 정렬할 수 있습니다.시리즈(Series): 1차원..

241031 Thu 2nd class오늘 배운 것 중 기억할 것을 정리했다.AI 주도가 하는 게 아닌, 인간이 주도해야한다. 계속 공부한다. 공부를 한 사람이 AI 쓰면 더 잘 한다. 여러 개 동시에 쓰기 내가 가진 것에서 AI를 활용하는 능력을 키워야 한다. -> 도태X, 내가 주도해야한다.생각하고 질문 던지기 의도적으로 생각 많이 해보기 빠르다고 좋은 거X 실리콘 밸리 청소년, 스마트폰X, 창의력O페이스북: 정보 많이 가져감 애플에서 정보 막음, 페이스북 주가 떨어짐, 페이스북 앱이 깔리면 정보가 많이 흘러감, 대부분 회사들 그럼 보안이 취약한 시대다. AI가 안 쓰이는 분야가 없다.공부한 사람 YOLOv8이 있는 걸 안다. 공부를 계속해야 한다. 이 코드를 좀 더 간결하고 가독성이 높도록 작성을 부..

Data science is not exactly a subcategory of artificial intelligence (AI), but the two are closely related and often overlap. Data science involves techniques for collecting, processing, analyzing, and interpreting large sets of data, often using statistical methods and programming. It serves as a foundation for AI by providing the data needed for training machine learning models, which are a co..