일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
- 모험
- 컨텍스트 매니져
- 동화책
- UDF
- 퓨샷
- Azure
- Python
- 검색
- 토끼
- AI 동화
- 파이썬
- dask
- 제로샷
- Compute
- Cognitive Service
- 인컨텍스트 러닝
- GPT
- 인자 힌트
- 프롬프트 튜닝
- 조건문
- 대스크
- 도커
- Redshift
- 아기동화
- 파라미터 힌트
- Cognitive Search
- 반복문
- FOR
- Docker
- Ai
- Today
- Total
목록분류 전체보기 (41)
호랭이 분석가
슬랙 또는 구글 등 자주 사용하는 프로그램을 사용하여 배치, 작업 등의 진행 상황 또는 시간별 현황 등 다양한 주제로 알림을 받을 수 있습니다. 알림을 받기 위한 사전 준비로 Webhook URL을 생성해야 하기 때문에 Slack에서 Webhook URL 생성을 해보도록 하겠습니다. 그럼 저는 슬랙에서 봇_테스트라는 채널을 생성하고 테스트하도록 하겠습니다. 슬랙 채널 생성 후 이동하여 채널명 우측에 ∨ 표시를 눌러줍니다. 위와 같은 설정 화면이 나오면 통합 탭으로 이동하여 앱 추가 버튼을 클릭해 줍니다. 앱 디렉터리에서를 꼭 확인하시고 Incoming WebHooks의 설치 버튼을 클릭합니다. Slack에 추가 버튼을 클릭하면 어떤 채널에 포스트를 할 것인가를 선택하는 화면이 나옵니다. 그러면 각자 생성..
Redshift에도 정규표현식을 사용할 수 있지만 사용자 정의 함수를 통해 원하는 정규표현식 함수를 만들 수 있습니다. CREATE OR REPLACE FUNCTION my_schema.f_regexp( input_string varchar(max), regexp_expression varchar(max)) RETURNS varchar(max) stable as $$ import re from sets import Set rg = re.compile(regexp_expression, re.IGNORECASE|re.DOTAIL) # findall로 일치하는 부분 찾기 regexp_list = rg.findall(input_str) # Set 및 join으로 중복제거하고 문장 만들기 text = ' '.jo..
Database 내 테이블을 설계할 때, 테이블 및 컬럼의 설명을 자세하게 남기는 게 중요합니다. 따로 정의서 및 명세서를 만들어서 관리도 하지만 Comment를 남김으로 사용자들에게 정보를 제공합니다. 그럼 테이블과 컬럼의 상세 설명을 조회하는 쿼리를 알아보겠습니다. SELECT ps.schemaname AS schema_name , ps.relname::varchar AS table_name , obj_description(ps.relid)::varchar AS table_desc , pa.attname::varchar. AS column_name , pd.description::varchar AS columns_desc FROM pg_catalog.pg_stat_all_tables AS ps pg_..
1. 협업 필터링 ( Collaborative Filtering : CF ) 협업 필터링이란? - 구매 / 소비한 제품에 대한 각 소비자의 평가를 받아서 평가 패턴이 비슷한 소비자를 한 집단으로 보고 그 집단에 속한 소비자들의 취향을 활용하는 기술입니다. 즉, A집단의 사람들이 좋아하는 제품 중에서 A집단에 속한 A1이 아직 접하지 않은 제품을 골라내어 제시하는 기술입니다. 한계점 - 구매 이후 후기, 평점 등을 작성하지 않는 소비자들도 많기 때문에 평가 정보가 제한적입니다. 극복 방안 - 간접 정보 사용 : 검색, 장바구니, 클릭 데이터 등 클릭스트림 분석을 통해서 소비자의 취향이나 니즈를 알아낼 수 있습니다. 대표적인 예 - 아마존 제품 추천 시스템 - 넷플릭스 영화 추천 시스템 2. 내용 기반 필터..
정확도 측정이란 예상 점수(평점)와 실제 점수의 차이를 계산하는 방법과, 추천한 아이템과 사용자의 실제 선택을 비교하는 방법이 있다. 이처럼 정확도는 예측값과 실제값의 차이로 계산되는데, 차이를 계산하는 수식으로는 다양한 지표가 있다. 1. 연속형 정확도 측정 지표 사용자의 평점과 같이 예측값과 실제값이 연속 값을 갖는 경우에 사용할 수 있는 지표는 아래와 같습니다. MAD (Mean Absolute Deviation) $$ \frac{\sum( | r_{i,j} - p_{i,j} | )}{k} $$ MSE (Mean Squared Error) $$ \frac{\sum(r_{i,j} - p_{i,j})^{2}}{k} $$ RMSE (Root Mean Squared Error) $$ \sqrt \frac{..
1. KoNLPy 설치 KoNLPy는 자바(java)로 만들어진 형태소 분석기를 사용하기 때문에 1.7 이상의 버전을 설치하여야 합니다. ## 버전이 1.7 이상 java -version ※ Window window의 경우 Jpype1을 먼저 설치해야 합니다. 아래 코드를 예제로 링크로 가셔서 환경에 맞는 버전으로 설치하시면 됩니다. # JPype 0.5.7버전 이상, Python버전(아래 코드는 3.9버전), 64비트 윈도우 pip install JPype1‑1.4.0‑cp39‑cp39‑win_amd64.whl Archived: Python Extension Packages for Windows - Christoph Gohlke Archived: Python Extension Packages for W..
1. 타입 에러 SELECT user_number::varchar -- 고객번호 FROM my_table UNION ALL SELECT user_number::int -- 고객번호 FROM my_table2 my_table과 my_table2의 user_number의 타입이 달라 에러가 발생합니다. 타입을 varchar 또는 int 형식으로 통일을 해주면 에러가 해결됩니다. 2. NULL 타입 SELECT user_number::int -- 고객번호 , join_ymd::date -- 가입년월 FROM my_table UNION ALL SELECT user_number::int -- 고객번호 , NULL FROM my_table2 간혹 NULL 형식을 특정하지 못하여 에러가 발생하는 경우가 있습니다. N..
1. link A 컨테이너에서 B 컨테이너로 접근하는 방법 중 하나로 할당받은 IP를 사용하여 접근하는 방법이 있습니다. 따라서 도커가 내부에 할당한 IP를 통해 A에서 B로 접근이 가능한데, 도커 엔진은 컨테이너를 시작할 때마다 IP를 재할당하기 때문에 매번 변경이 되어, IP를 통해 접근하기는 쉽지가 않습니다. 이럴 때 --link 옵션을 사용하는데 내부 IP를 확인할 필요가 없이 컨테이너의 별칭으로(--name xx) 접근하도록 설정합니다. 2. 애플리케이션 구축 데이터베이스와 웹서버를 연동한 서비스를 구축해보도록 하겠습니다. # Mysql DB 컨테이너 생성 docker -run -d \ --name wordpressdb \ -e MYSQL_ROOT_PASSWORD=password \ -e MYS..