MachineLearning Archives - DEEPLINK CORE Lab

12월 31, 2024 AI Research / Data Science

Principal Component Analysis (PCA): Understanding Data Reduction Algorithms with Python Implementation

In data science and machine learning, dealing with high-dimensional data is crucial for problem-solving. However, as the dimensionality increases, the

12월 20, 2024 Programming / Project

Streamlit과 데이터베이스 완벽 통합 가이드: SQLite로 CRUD 앱 만들기

데이터 기반 애플리케이션을 구축할 때 데이터베이스는 필수적인 요소이다. Streamlit은 간단한 코드만으로 웹 애플리케이션을 개발할 수 있을 뿐 아니라, SQLite와 같은

12월 11, 2024 Programming / Project

Streamlit과 외부 API 연동하기: 코드로 배우는 API연동 대시보드 제작

Streamlit은 데이터를 기반으로 한 애플리케이션 개발에 적합하며, 외부 API와의 통합은 Streamlit의 활용도를 한층 높여준다. 이번 포스트에서는 외부 API를 Streamlit과 연동하여

12월 10, 2024 Programming / Project

Streamlit 실시간 데이터 시각화하기: 동작 원리와 코드

실시간 데이터 시각화는 데이터 분석 애플리케이션에서 매우 유용한 기능이다.Streamlit을 사용하면 Python 기반으로 손쉽게 실시간 대시보드를 구축할 수 있다.이번 글에서는 Streamlit으로

12월 1, 2024 Programming

Streamlit: 데이터 기반 애플리케이션 개발을 위한 간단한 Python 라이브러리

Streamlit은 Python을 사용하여 데이터 기반 웹 애플리케이션을 쉽고 빠르게 개발할 수 있는 오픈 소스 라이브러리이다. 데이터 사이언티스트와 머신러닝 엔지니어들이 데이터

11월 19, 2024 AI Research / Data Science

t-SNE: 데이터 시각화를 위한 강력한 차원 축소 알고리즘과 Python 구현

데이터 과학과 머신러닝에서 고차원 데이터는 매우 일반적이다. 하지만 고차원 데이터를 분석하고 시각화하는 것은 쉽지 않다. 이를 해결하기 위해 t-SNE(t-Distributed Stochastic

11월 8, 2024 AI Research / Data Science

선형 판별 분석(LDA): 데이터 차원 축소 알고리즘의 이해와 Python 구현

데이터 과학과 머신러닝에서 차원 축소는 분석 및 모델링의 성능을 높이기 위해 매우 중요한 과정이다. 그 중 선형 판별 분석(LDA, Linear

11월 7, 2024 AI Research / Data Science

주성분 분석(PCA) 완벽 활용 가이드: 데이터 차원 축소 알고리즘의 이해와 Python 구현

데이터 과학과 머신러닝에서는 고차원의 데이터가 문제 해결의 중요한 요소이다. 그러나 차원이 클수록 계산 비용이 증가하고, 과적합(overfitting)의 위험이 커질 수 있다.

11월 1, 2024 AI Research / Data Science

데이터 사이언스에서 사용하는 데이터 축소: 주요 알고리즘 정리

데이터 사이언스에서는 종종 매우 큰 데이터 세트를 다루게 된다. 그러나 데이터가 클수록 처리 속도가 느려지고, 분석의 복잡성이 증가할 수 있다.

9월 23, 2024 AI Research / ChatGPT

OpenAI ‘o1’ 모델의 특징과 실제 사용 사례

오늘은 OpenAI의 새로운 모델 ‘o1’이 출시되고 사용해 볼 수 있도록 업데이트 되어, ‘o1’ 모델 소개 및 사용기 포스트를 작성해보고자 한다.