글로벌디노 영화로운 별

딕셔너리 dict { : } 딕셔너리 생성 (Create) 1. 중괄호 {} 사용# 빈 딕셔너리 생성empty_dict = {}print(empty_dict)# 키-값 쌍을 직접 지정하여 딕셔너리 생성person = { "name": "John Doe", "age": 30, "city": "New York"}print(person)  2. dict() 생성자 사용 키워드 인자를 사용하여 키-값 쌍을 지정# 키워드 인자를 사용하여 딕셔너리 생성person = dict(name="John Doe", age=30, city="New York")print(person) 리스트나 튜플의 리스트를 사용하여 딕셔너리를 생성# 리스트의 리스트를 사용하여 딕셔너리 생성data = [["name", "Jo..

리스트 (list)  [ , ] 리스트의 다양한 생성 방법 (Create) 빈 리스트 생성empty_list = []print(empty_list) # [] 출력 요소를 직접 지정하여 리스트 생성numbers = [1, 2, 3, 4, 5]fruits = ["apple", "banana", "cherry"]mixed_list = [1, "hello", True, 3.14]print(numbers) # [1, 2, 3, 4, 5] 출력print(fruits) # ['apple', 'banana', 'cherry'] 출력print(mixed_list) # [1, 'hello', True, 3.14] 출력 list() 함수 활용list() 함수는 다른 시퀀스형 데이터 타입 (문자열, 튜플, range ..

머신러닝 프로젝트 워크 플로우비즈니스 문제 정의 : 해결해야 할 문제를 명확히 한다ML 문제 프레이밍: 비즈니스 문제를 머신러닝 문제로 변환데이터 수집: 문제 해결에 필요한 데이터를 수집데이터 통합: 문제 해결에 필요한 데이터를 통합데이터 준비 및 정제: 수집한 데이터를 머신러닝 모델에 적합하게 처리하고 오류를 수정데이터 정제: 수집한 데이터에서 오류, 누락값, 이상치 등을 식별하고 처리데이터 증강: 데이터의 양을 늘리거나 다양성을 확보하기 위해 데이터를 변형데이터 시각화 및 분석: 데이터를 시각적으로 분석하여 패턴을 파악특징 증강: 기존 특징에서 새로운 특징을 생성하여 모델 성능을 향상모델 훈련 및 매개변수 조정: 머신러닝 모델을 훈려하고 최적의 성능을 위해 매개변수를 조정모델 평가: 모델의 성능을 평..

Upstage 현직자 송인서 강사님의 특강  AI Engineear 란?AI 기술을 이용해 문제를 해결하는 사람  어떤 문제가 있을까?예를들면 자율주행 더 궁금해서 chat gpt한테 물어봤다1. 일상생활 문제추천 시스템: 사용자에게 개인화된 영화, 음악, 상품 등을 추천.음성 인식 및 비서 서비스: 스마트 스피커나 음성 비서에서 사용자 요청 이해 및 처리.이미지/영상 처리: 얼굴 인식, 사진 보정, 객체 탐지.2. 산업 및 비즈니스 문제제조업: 예측 유지보수를 통해 기계 고장 예측 및 생산 효율 최적화.금융: 사기 탐지, 신용 점수 예측, 금융 시장 예측.소매업: 재고 관리 최적화, 소비자 행동 분석.3. 의료 및 헬스케어 문제진단 보조: 의료 영상(CT, MRI)에서 암이나 질병 탐지.신약 개발: 분..

드디어! 기다리던 AI 과정이 시작되었다. 적지 않은 나이에 다니던 회사까지 그만 두고 참여하는 상황이라 제발 좋은 강사님들과 동기들을 만났으면.. 하는 바램으로 첫 스케쥴인 OT 에 참여했다. 해프닝이 하나 있었는데,온라인으로 진행되는 과정이어서 메일에 있던 줌 링크로 시간맞춰 접속했는데 이전 기수 방이었던...다행히도 부랴부랴 다시 링크 찾아서 제대로 접속했는데첫날부터 지각할 뻔 했다..  OT 순서  부트캠프가 영어로 신병 훈련소를 뜻하는지 처음 알게되었는데막 이런 그림을 보여주니까 임하는 마음 자세가 더 각 잡히게 되는것 같다(군대는 안다녀왔지만 ㅎㅎ)   과정들은 입문부터 심화까지 알차다.이걸 다 내것으로 만들 수 있을까? 싶을 정도로 알차다. 수업을 들으면서 유니티, 언리얼, 네트워크, 웹 등..