1. 구현 방법 비교ConversationBufferMemoryRunnableWithMessageHistory대화 히스토리를 내부적으로 저장하는 메모리 객체대화 히스토리를 외부 데이터베이스 또는 메모리 저장소에서 단일 사용자가 지속적인 대화를 할때여러 사용자의 대화 세션을 관리해야 할 때대화 히스토리를 외부 데이터베이스에 저장할 필요가 없을때대화 히스토리를 외부 데이터 베이스나 클라우드에 저장할 때간단한 대화형 애플리케이션에서 빠르게 시작하고 싶을 때특정 세션별로 독립적인 히스토리가 필요할 때 2. ConversationBufferMemroy의 사용자별 메모리 분리from langchain.memory import ConversationBufferMemory# 사용자별 메모리 저장소user_memory_..
- Example where the wrapped Runnable takes a dictionary input:https://python.langchain.com/v0.2/api_reference/core/runnables/langchain_core.runnables.history.RunnableWithMessageHistory.html from typing import Optionalfrom langchain_community.chat_models import ChatAnthropicfrom langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholderfrom langchain_core.runnables.history import Runna..
- ConversationCahin이 최신 langchain 버전에서는 지원하지 않아 대체 코드를 찾기 위해 공식 문서를 찾아보았다.- 공식 문서의 예제 코드를 이해하려고 하니 class개념이 부족해 개념을 먼저 학습하였다 : https://bravesol.tistory.com/181 - langchain 라이브러리 공식 문서 :https://python.langchain.com/v0.2/api_reference/core/runnables/langchain_core.runnables.history.RunnableWithMessageHistory.htmlfrom operator import itemgetterfrom typing import Listfrom langchain_openai.chat_model..

1. 클래스란?- 객체 지향 프로그래밍(OOP)의 기본 단위로, 객체(obejct)를 생성하기 위한 템플릿(template)- 변수(속성)와 함수(메서드)를 모아둔 틀class 계산기: # 생성자 메서드 (초기화) def __init__(self, 속성1, 속성2): self.속성1 = 속성1 self.속성2 = 속성2 # 메서드 def 더하기(self): return self.속성1 + self.속성2 내_계산기 = 계산기(4,2) 친구_계산기 = 계산기(3,5) 2. Class와 Instance- Class(계산기)로 객체(내_계산기)를 만들면 그 "관계"를 말할 때, 내_계산기(객체)는 계산기(클래스)..
1. Agent란?- 사용자가 질문이나 요청을 이해하고 문제 해결을 위한 행동 계획을 수립한다.- 작업을 단계별로 나누고 필요한 도구를 동적으로 호출하여 문제를 해결한다. - 도구 호출 결과를 다시 분석하고, 목표 달성을 위해 추가 행동을 계획 2. Tool이란?- Agent가 계획을 실행하기 위해 호출하는 실제 기능- Tool list: https://python.langchain.com/docs/integrations/tools/- 제한 없는 무료 tool 정리categoryToolToolkit특징SearchBrave SearchURL, Snippet, Title을 returnDuckDuckgoSearchURL, Snippet, Title을 returnGoogle SerperURL, Snippet, ..

1. 통계적 추정- 데이터를 사용하여 데이터를 발생시킨 모수(평균, 비율 등)의 값을 예측하는 방법)- 점추정 / 구간추정 : 모수(평균, 비율)가 존재할 것으로 예상되는 점/구간을 추정하는 방법 2. 통계적 검정- 귀무가설을 기각할 수 있는 근거를 찾는 과정- 귀무가설(H0, Null Hyppothesis): 가장 기본적인 가정(현 상태, 참이라고 받아들여고 있는), '차이가 없다/효과가 없다'- 대립가설(H1, Alternative Hypothesis):우리가 증명하고자 하는 가설- 검정의 방향: 우리가 확인하고 싶은 대립가설의 방향이 검정 방향을 결정 3. 검정통계량- 가설 검정에 사용되는 확률 변수- 검정통계량의 실현치를 계산하고, 그 값에 따라 귀무가설을 기각할 지 말지에 대한 통계적 의사결정을..
1. 카이제곱 검정구분적합도 검정독립성 검정용도기대 비율에 따른 적합도 검정두 변수 간의 독립성을 검정함수from scipy.stats import chisquarefrom scipy.stats import chi2_contingency입력한 변수의 관측값과 기대빈도(각 1차원)두 변수간 관측값 (2차원)출력chi2, p_valuechi2, p_value, dof, expected(기대빈도) 2. 적합도 검정from scipy.stats import chisquare# Example: Goodness-of-fit test# Observed frequencies (actual data)observed = [40, 35, 25]# Expected frequencies (theoretical ratio: 3..
- Total
- Today
- Yesterday
- SQL
- 아침운동
- 티스토리챌린지
- 미라클모닝
- Python
- 운동
- 프로그래머스
- 빅데이터 분석기사
- opic
- 스크랩
- IH
- Ai
- 아침
- 뉴스
- 갓생
- 실기
- 영어회화
- 루틴
- C언어
- 30분
- llm
- 고득점 Kit
- 다이어트
- 줄넘기
- 오블완
- 습관
- 기초
- ChatGPT
- 경제
- 오픽
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 | 31 |