잡식냥이😼

앞으로 대표적인 프로그래밍 언어인 파이썬에 대해서 기초부터 정리하는 시간을 가져보려고 한다!! 오늘은 데이터과학에서 많이 사용하는 기본적인 데이터 구조인 리스트와 배열에 대해서 공부하고, 아주아주 많이 들어보았던 파이썬 라이브러리인 Numpy에 대해서 특히나 더 알아보려고 한다.  리스트 List 파이썬의 기본 내장 자료형으로, 다양한 타입의 데이터를 저장할 수 있는 나열형 데이터 구조.(+) 유연성이 높음. 다양한 타입의 데이터를 저장함. 동적 메모리 할당으로 크기가 조절 가능함. (-) 배열보다는 연산 속도가 느림  예시 : 1부터 10까지 배열된 data라는 리스트data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  예시 : 다양한 타입의 리스트my_list = [1, "apple..

객체지향 프로그래밍 언어를 알아야하는 이유 데이터를 객체(Object)라는 단위로 묶고, 그 객체들 간 상호작용으로 프로그램을 구성하는 방식을 OOP(Object Oriented Programming Language)라고 한다.  Python, Java, C++, Kotlin 등 대부분 우리가 접하는 모든 프로그래밍 언어가 여기에 해당하기 때문에, 언어에 대해서 구체적으로 배우기 전에 공통 개념으로 잡고 가면 좋을 것 같아서 공부해보았다. 대부분의 언어가 OOP인 까닭은 이미 쓴 코드를 상속/캡슐화 등의 방법으로 재사용이 용이하고, 코드의 유지보수성 및 확장성이 좋기 때문이라고 한다.  우선 많이 사용하지 않지만 OOP와 반대되는 언어는 절차 지향 프로그래밍(POP)라고 한다. 명령어 중심으로 프로그래밍..

INTRO. 인공지능 붐이 오다.최근 부상한 줄 알았던 인공지능은 생각보다 긴 80년 정도의 역사를 가지고 있다. 주식 마냥 붐이 왔다가 폭락하고 다시 붐이 왔다가 폭락하는 현상을 반복하다 지금 드디어 진짜로 붐이 온 것 같다. 아 무 튼  인공지능발전의 역사에서는 아이디어를 뒷받침해줄 하드웨어 등이 부족하여 연구가 잘 되지 않는 침체기가 있었다고 한다. 이런 상황에서 대규모 데이터 셋과 고성능 컴퓨팅 파워(GPU, TPU 등 엔비디아가 하는 그런..)가 발전하면서 딥러닝까지 발전할 수 있는 동력이 생기게 되었다고 한다. 물론 "지능"인 소프트웨어 측면에서도 침체기임에도 학습기법과 알고리즘을 계속 연구해온 연구자들과 이런 연구를 오픈소스로 공개한 연구자들이 기여했다고 할 수 있다. (후술할 Scikit ..

챗지피티나 클로드, 딥시크와 같은 LLM을 자주 활용하다보면 오프라인 환경에서도 활용하고 싶다는 생각이 들 때가 있는데요.그런데 LLM 초보인 저는 HuggingFace에서 다운받아서 하기에는 환경 설정부터하기 막막할 때가 있더라구요. 이런 경우에 여러 오픈소스 모델들을 간단한 명령어들로 실행할 수 있게 하는 아주 간단한 플랫폼이 있습니다. Ollama란? Ollama는 다양한 LLM 모델을 로컬 환경에서 손쉽게 실행할 수 있게 해주는 오픈소스 플랫폼입니다.HuggingFace나 GitHub는 오픈소스 모델을 배포하고 커뮤니티 공유에 초점을 맞추고 있는 한편, Ollama는 로컬 기반의 효율적인 모델 실행에 초점을 맞추고 있습니다.  인터넷 연결 없이도 모델을 실행할 수 있어 데이터 보안성이 높으며, 복..

ollama run llama3.2Error: pull model manifest: 500: {"errors":[{"code":"INTERNAL_ERROR","message":"internal error"}]} 뭐라도 배워보겠다고 Ollama를 설치했는데 첫 실행부터 문제를 일으켰다.챗지피티가 하라는대로 했지만 에러가 해결되지 않아서 짜증이 났지만 결국의 원인은 뭐도 아니고 그냥 와이파이였다. 결론부터 말하자면 나는 핫스팟 연결을 해지하고 일반 와이파이 연결을 하니 바로 해결이 되었다. 500 INTERNAL_ERROR 오류500 오류는 서버에서 요청을 처리하는 도중 예상치 못한 오류가 발생했음을 의미한다. 핫스팟이 문제일 수 있는 이유핫스팟을 통해 인터넷에 연결할 때는 일반적인 Wi-Fi 또는 유선 연..

머신러닝 알고리즘의 종류 정리 📚머신러닝 알고리즘은 크게 지도학습(Supervised Learning), 비지도학습(Unsupervised Learning), 강화학습(Reinforcement Learning), 딥러닝(Deep Learning)으로 나눌 수 있습니다. 각각의 유형에는 다양한 알고리즘이 있으며, 목적에 따라 적절한 방법을 선택해야 합니다.🔹 1. 지도학습 (Supervised Learning)정답(Label)이 주어진 데이터로 학습하는 방식으로, 입력(X)과 출력(Y)이 존재하며, 모델이 X → Y 관계를 학습합니다.✅ 지도학습 주요 알고리즘알고리즘 설명 주요 활용 분야KNN (K-Nearest Neighbors)가장 가까운 이웃 데이터 기반으로 분류 또는 회귀 수행이미지 분류, 의료..