본문 바로가기

전체 글172

자연어 처리(NLP) AutoModelForSequenceClassification 자연어 처리(NLP)에서 사전 학습된 모델을 활용하여 문장을 분석하고 예측하는 과정에서 AutoModel을 직접 사용하면 더욱 유연한 조정이 가능합니다. 본 글에서는 AutoModelForSequenceClassification을 활용하여 모델을 다루는 방법을 다룹니다. 긍정/ 부정 두개로 분류하는 모델 만들기 (Fine-tuning) I love this movie! It was fantastic! This is the worst experience I have ever had. As the sun slowly began to set over the vast horizon, casting a warm golden glow across the sky, painting it with hues of oran.. 2025. 2. 11.
상관계수를 이용한 영화 추천 시스템 추천 시스템을 구축하는 방법에는 여러 가지가 있지만,그 중 상관계수를 이용한 방법은 아이템 간의 유사도를 측정하여 추천하는 방식으로 많이 사용됩니다.이번 글에서는 상관계수를 이용한 영화 추천 시스템을 구현하는 방법을 설명하겠습니다. 🍿 🔍 협업 필터링과 아이템 기반 추천협업 필터링(Collaborative Filtering)은 사용자(User)나 아이템(Item) 간의 유사성을 바탕으로 추천하는 방법입니다.협업 필터링에는 크게 두 가지 접근 방식이 있습니다.👥 사용자 기반(User-Based) 추천: 유사한 취향을 가진 사용자들이 선호하는 영화를 추천❌ 단점: 유저의 수가 많아질수록 계산량이 기하급수적으로 증가 (복잡도 증가)🎥 아이템 기반(Item-Based) 추천: 사용자가 좋아하는 아이템과 .. 2025. 2. 10.
Prophet을 활용한 매출 예측 분석 기업이 성장하기 위해서는 정확한 매출 예측이 필수적입니다. 과거의 데이터를 바탕으로 미래 매출을 예측하면, 적절한 재고 관리와 마케팅 전략을 수립할 수 있기 때문입니다. 이번 포스팅에서는 Facebook의 시계열 분석 라이브러리인 Prophet을 활용하여 매출 예측을 진행한 결과를 공유하겠습니다.  1. 데이터 개요이번 분석에서 사용한 데이터는 realistic_sales_data.csv 파일로, 날짜(date)와 매출(sales) 정보가 포함된 시계열 데이터입니다. 데이터의 일부를 확인하면 다음과 같습니다.date sales2020-01-011142020-01-021002020-01-031212020-01-042012020-01-05154Prophet 모델을 활용하여 해당 데이터를 바탕으로 향후 매출을.. 2025. 2. 6.
Scikit-Learn 파이프라인(Pipeline)이란? 파이프라인(Pipeline)은 여러 개의 작업을 순차적으로 연결하여 자동화하는 과정을 의미합니다.데이터 처리, 머신러닝, 소프트웨어 개발 등 다양한 분야에서 사용되며, 반복적인 작업을 효율적으로 처리할 수 있도록 도와줍니다.   1. 파이프라인의 개념 🎯파이프라인은 데이터가 여러 단계를 거치며 변환되는 흐름을 정의하는 구조입니다.각 단계는 특정 작업을 수행하며, 이전 단계의 출력을 다음 단계의 입력으로 사용합니다.예를 들어, 머신러닝 모델을 학습시키는 과정에서 다음과 같은 단계를 거칠 수 있습니다:데이터 전처리 (결측치 처리, 스케일링, 인코딩 등)특징 선택 및 변환 (차원 축소, PCA 등)모델 학습 (분류기, 회귀 모델 등)평가 및 예측 (모델 성능 평가 및 예측 수행)이 모든 단계를 하나의 파이프.. 2025. 2. 5.
깨끗한 방 vs 더러운 방 구별 인공지능 앱 만들기 및 배포 깨끗한 방 vs 더러운 방 구별 해보기 appThis app was built in Streamlit! Check it out and visit https://streamlit.io for more awesome community apps. 🎈cleanmessyapp-hpulumeuwumcu8u4vhnruy.streamlit.app 1. 프로젝트 개요최근 AI 기술이 발전하면서 다양한 분야에서 인공지능이 활용되고 있습니다. 그중에서도 이미지 분류 모델을 활용하면 특정 사물이나 공간의 상태를 자동으로 판별할 수 있습니다. 이번 글에서는 Teachable Machine을 이용해 깨끗한 방과 더러운 방을 구별하는 딥러닝 모델을 만들고, 이를 배포하는 과정에 대해 소개하겠습니다.이 프로젝트는 사용자가 사진을 .. 2025. 2. 4.
Matplotlib 에서 한글 폰트 깨짐 문제 해결하기 (Mac) Matplotlib을 사용하여 시각화를 할 때, 한글 텍스트가 깨지거나 표시되지 않는 문제를 자주 겪게 됩니다.이는 Matplotlib의 기본 폰트가 한글을 지원하지 않기 때문입니다. 이번 글에서는 Matplotlib에서 한글 폰트가 깨지는 문제를 해결하기 위한 구체적인 방법을 정리해보겠습니다.  1. 문제 상황한글 텍스트가 포함된 그래프를 그리려고 하면 다음과 같은 오류가 발생하거나, 한글이 깨져 보이는 상황이 발생합니다:UserWarning: Glyph ... missing from font(s)한글이 사각형으로 표시되거나 빈 텍스트로 나옴한글 텍스트가 제대로 렌더링되지 않음이 문제는 Matplotlib에서 한글을 지원하는 폰트를 기본적으로 사용하지 않기 때문입니다.아래 코드로 해결 할 수 있습니다... 2025. 2. 3.
Streamlit에서 Seaborn, Matplotlib, Plotly 활용하여 데이터 시각화하기 데이터를 효과적으로 분석하고 시각화하는 것은 매우 중요합니다. Streamlit은 Python을 활용하여 손쉽게 웹 애플리케이션을 구축할 수 있는 도구이며, 다양한 시각화 라이브러리와 함께 사용할 수 있습니다. 이번 글에서는 Seaborn(sb), Matplotlib(plt), Plotly를 Streamlit에서 활용하는 방법을 정리해보겠습니다.  1. Seaborn과 Matplotlib을 활용한 데이터 시각화Seaborn과 Matplotlib은 정적인 데이터 시각화에 특화된 라이브러리입니다. Streamlit에서 이를 활용하는 방법을 알아보겠습니다. 한글폰트 깨짐방지 #한글폰트 처리 plt.rcParams['font.family'] = 'NanumGothic' plt.rcParams['axe.. 2025. 2. 3.
Streamlit을 활용한 파일 업로드 기능 구현하기 Streamlit의 다양한 기능들- Streamlit: Python으로 간편하게 웹 애플리케이션 만들기데이터 분석이나 머신러닝 모델을 웹 애플리케이션으로 배포하고 싶지만, 복잡한 웹 개발 과정이 부담스럽다면?Streamlit이 정답일 수 있습니다. Python 코드만으로 대화형 웹 애플리케이션을 손쉽maeilcoding.tistory.com 이번 예제에서는 이미지, CSV, PDF 파일을 업로드하고, 해당 파일을 화면에 출력하는 기능을 구현해 보겠습니다.   프로젝트 개요Streamlit을 이용해 다음 기능을 구현합니다.사이드바를 활용한 파일 업로드 기능 제공업로드된 파일을 저장 후 사용자에게 알림 제공이미지 파일의 경우 화면에 표시CSV 파일의 경우 데이터프레임 형태로 출력PDF 파일의 경우 업로드 및.. 2025. 2. 3.
Streamlit: Python으로 간편하게 웹 애플리케이션 만들기 데이터 분석이나 머신러닝 모델을 웹 애플리케이션으로 배포하고 싶지만, 복잡한 웹 개발 과정이 부담스럽다면?Streamlit이 정답일 수 있습니다. Python 코드만으로 대화형 웹 애플리케이션을 손쉽게 제작할 수 있는 오픈소스 프레임워크인 Streamlit을 소개합니다.  Streamlit이란?Streamlit은 Python을 활용하여 쉽고 빠르게 데이터 대시보드 및 웹 애플리케이션을 제작할 수 있도록 도와주는 라이브러리입니다. Flask나 Django처럼 백엔드 개발을 직접 하지 않아도 되며, HTML, CSS, JavaScript 없이도 직관적인 UI를 만들 수 있습니다.   Streamlit • A faster way to build and share data appsStreamlit is an o.. 2025. 2. 2.

티스토리툴바