AI - DEEPLINK CORE Lab

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

실시간 데이터 시각화는 데이터 분석 애플리케이션에서 매우 유용한 기능이다.Streamlit 실시간 데이터 시각화 방법을 사용하면 Python 기반으로 손쉽게 실시간 대시보드를 구축할

Streamlit은 웹 애플리케이션을 쉽게 구축할 수 있는 도구이지만, 기본적으로 Stateless 구조이다.즉, 사용자가 값을 입력하거나 특정 동작(예: 버튼 클릭, 드롭다운 선택

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

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

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

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

2024년 9월 12일, OpenAI는 새로운 고급 모델인 “o1″를 발표했다. 이 모델은 복잡한 작업을 처리하는 데 적합한 새로운 추론 모델로, GPT-4o에

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

오늘은 9월 12일에 발표된 OpenAI의 새로운 대형 언어 모델 ‘o1’에 대해 자세히 소개하고자 한다. ‘o1’은 강화 학습을 통해 복잡한 추론