Proofread

https://blog.cubed.run/the-insanity-of-relying-on-vector-embeddings-why-rag-fails-be73554490b2 The Insanity of Relying on Vector Embeddings: Why RAG FailsIn RAG, the goal is to locate the stored information that has the highest percentage of sameness to the provided query. Vector similarity…blog.cubed.run https://aws.amazon.com/ko/blogs/tech/implementation-of-an-advanced-search-service-with-gene..

Homebrew 설치 정정 Homebrew에 대한 경로가 재설치된 후에도 잘못 설정된 상태로 유지되는 경우도 있습니다. Shell 프로필에서 직접 정확한 Homebrew 설치 디렉토리 경로를 수동으로 설정하는 것이 핵심입니다. 단말기에서 현재 세션의 경로를 설정합니다: export PATH="/opt/homebrew/bin:$PATH" zsh 구성 파일에 추가하여 이 파일을 영구적으로 만듭니다: echo 'export PATH="/opt/homebrew/bin:$PATH"' >> $HOME/.zshrc 이제 Homebrew가 작동하는지 테스트합니다: brew help 오류가 지속되면 /opt/Homebrew 아래에서 다음을 사용하여 Homebrew를 제거하고 다시 설치합니다. /bin/bash -c "$..

1. Atom material 2. Rainbow Brackets Rainbow Brackets - IntelliJ IDEs Plugin | Marketplace 🌈Rainbow Brackets for IntelliJ based IDEs/Android Studio/HUAWEI DevEco Studio Core Features Rainbowify various types brackets(Round,Squiggly,Square,Angle) Rainbowify... plugins.jetbrains.com 3. progress bar 4. CodeGlance CodeGlance - IntelliJ IDEs Plugin | Marketplace Embeds a code minimap similar to the o..

파일을 업로드하는 방식보다 시간이 90% 이상 절약된다. from zipfile import ZipFile with ZipFile('/content/drive/MyDrive/압축 파일 경로/압축 파일 이름.zip') as ta: ta.extractall('/content/drive/MyDrive/저장할 경로/새로운 이름')

function ClickConnect(){ console.log("코랩 연결 끊김 방지"); document.querySelector("colab-toolbar-button#connect").click() } setInterval(ClickConnect, 60 * 10000)

1. 두 테이블을 연결하고 있는 외래키 컬럼을 삭제하고 싶은데 아래 에러가 발생. Cannot drop COLUMN needed in a foreign key constraint 참조무결성 제약 때문에 컬럼을 drop 할 수가 없다. 외래키 해제시켜야 함. 2. 외래키 해제하는 명령어를 실행 alter table `user` drop userCardId; >>> Can't DROP 'userCardId'; check that column/key exists 분명히 떨구고 싶은 컬럼이 userCardId 가 맞는데, 왜 안되는걸까?정답은 alter table `user` drop []; 명령어에서 [] 자리에 컬럼네임이 오는게 아니라 외래키 값을 써야했다. 3. show create table `user`..

마이그레이션 진행 중 55000 여개의 name text를 네이버 파파고 API 사용, 4개 언어로 번역하여 테이블에 인서트하던 도중 발생했다. 49.9% 진행 real 239m45.313s user 4m3.697s sys 0m27.436s 다수의 트랙잭션을 처리하다 보니 우리쪽 서버 혹은 네이버 서버에서 연결을 끊은 것이다. 이유는 여러 가지로 추측할 수 있다. 1. 네이버 클라우드 번역 API 용량 한계치를 초과했다거나 (확인해보니 초과하지 않음) 2. node.js 서버에 캐시가 쌓였다거나 (cache clean) 3. 포트 넘버가 고갈되었다거나 ( LISTEN port number 찾아서 불필요한 것은 삭제해주자) 하여튼 try 문으로 예외 처리를 꼭 해주고 돌리도록 하자. + 리눅스 대기모드 진..

KNN(k-nearest-neighbors)는 새로운 관측값이 주어지면 기존 데이터 중에서 가장 속성이 비슷한 k개의 이웃을 먼저 찾는다. 그리고 가까운 이웃들이 갖고 있는 목표 값과 같은 값으로 분류하여 예측한다. 따라서 KNN 알고리즘은 지도학습의 한 종류로 거리기반 분류분석 모델이다. k 값에 따라 예측의 정확도가 달라지므로, 적절한 k값을 찾는 과정이 매우 중요하다. KNN은 데이터 간 거리를 참조할 때 '유클리디안 거리' 계산법을 사용한다. 간단하지만 이미지 처리, 영상 인식, 추천 알고리즘, 데이터의 패턴 인식 등으로 사용할 수 있다. 명목 데이터를 처리하고자 할 때, 유클리디안 거리 계산은 명목 데이터를 처리할 수 없으므로, 수치 형식으로 변환해야 한다. 이때 '더미 코딩'을 활용할 수 있다..

분류(classification) 알고리즘은 예측하려는 대상의 속성(독립 변수)를 입력 받고, 종속변수가 갖고 있는 카테고리(범주형) 값 중에서 어느 한 값으로 분류하여 예측한다. 고객 분류, 질병 진단, 스팸 메일 필터링, 음성 인식 등 종속 변수가 카테고리 값을 갖는 경우에 사용하며 KNN, SVM, Decision Tree, Logistic Regression 등 다양한 알고리즘이 존재한다. 분류 분석의 목적 분류 분석은 분석목적에 따라 두 가지의 의미를 갖는데, - 첫째는 사전에 정의된 둘 이상의 집단의 차이를 분류할 수 있는 분류기(classifier)를 찾아내는 훈련의 방법을 말하며, - 둘째는 이렇게 훈련을 거쳐 준비된 분류기를 활용하여 데이터 세트의 개별 관측값들이 어느 집단에 속하게 될지..

이번에는 보스턴 주택 가격 데이터셋, Boston Housing을 사용해보자. 1970년대 보스턴 지역의 범죄율, 토지 지역의 비율, 방의 개수 등 정답을 포함한 총 14개의 특성으로 이루어져 있다. 연속적인 값을 예측하는 회귀 문제이다. 데이터 불러오기 데이터는 13개의 특징이 있으며, 레이블은 주택 가격의 중간 가격($1,000단위)을 나타낸다. 데이터 전처리 및 검증 데이터셋 생성 ※ 이 전에 다루었던 MINST 데이터셋은 특성의 스케일이 모두 동일했지만, 이번 데이터셋은 그렇지 않다. 예를 들면 범죄율 같은 특성은 0~1의 값을 가지지만, 방의 개수는 3~9의 범위를 가진다. 이러한 스케일의 차이는 신경망의 성능에 큰 영향을 미친다. 때문에 각 데이터 특성이 가지는 범위를 동일하도록 조정해야 한다..