용감해지고 싶은 쫄보의 도전기

방법설명1. 명확한 지침 작성- 객관적이고 수치화 김치찌개 > 김치찌개 끓이는법 > 초간단 김치찌개 끓이는 법많이 작성해주세요 > 50% 이상 작성해주세요쉬운 단어 > 중학교 학생이 이해할 수 있는 단어 2. 페르소나 지정인공지능을 설명해주세요 > 당신은 중학교 교사입니다3. 작성 예시 제공아래 예시를 참고해서 작성해주세요.예시가 많으면 few-shot, 하나면 one-shot, 없으면 zero shot4. 구분자 사용 및 구조화뉴스 기사를 한 문장으로 요약해 주세요.요구사항1.요구사항2.5. 출력 길이 제한300자 이내로 작성하세요.이메일만 작성해주세요. 그 외의 다른 말은 하지 마세요.구분자를 이용해 3개의 요점만 작성하세요6. 참조 텍스트(정답이 나오는 논리적 과정을 같이 주기) 1+1은?10+10..

프로그래머스 SQL 고득점 kit 5일차( SELECT level3-3문제, level 3 끝!, level4-2문제) 1. 조건문 CASE- 순차적으로 위에서부터 계산하여 조건을 만족하지 않은 행만 다음 조건으로 넘어간다.(중복적용 x)CASE WHEN 조건1 THEN 결과1 WHEN 조건2 THEN 결과2 ... ELSE 기본결과END AS 별칭(필요시) 2. 윈도우 함수- 특정 그룹(WINDOW) 내에서 각 행에 대해 연산을 수행하는 함수- OVER : 윈도우 함수를 쓸 때 반드시 필요하며, 특정 그룹을 정의하거나 데이터를 정렬할 때 사용- 행과 관련된 데이터를 계산하면서도 원본 행을 유지 1) PERCENTE RANK- 데이터의 백분율 순위 → 0~1사이의 값을 반환PERCE..

1. 순서데이터셋 → 배치로 분할 → 모델 생성 → 학습 및 가중치 최적화 2. baselineimport torchfrom torch import nn# 데이터 정의x_train = torch.Tensor([1,2,3,4,5,6]).view(6,1)y_train = torch.Tensor([3,4,5,6,7,8]).view(6,1)# Dataset/DataLoader 데이터 정의from torch.utils.data import TensorDatasetfrom torch.utils.data import DataLoaderdataset = TensorDataset(X_train, y_train)dataloader = DataLoader(dataset, batch_size32, shuffle=True)# ..

1. 데이터 분할train datavalidation datatest data모델 학습X_train : input featurey_train : labelepoch 마다 성능 평가→ 모델 개선에 사용모델 학습 후 최종 평가 2. train_data => 배치 사이즈로 분할 : DataLoader- 학습 데이터가 매우 큰 경우, 시간이 오래 걸리고 메모리도 부족하고, 모든 데이터의 gradient를 한번에 계산하기 어렵다- 데이터 행을 쪼개 일부만 먼저 넣어 성능을 평가하고 가중치를 업데이트 시키고, 또 일부 행을 입력하고 반복 1) 텐서 정의- 일반적으로 1차원 데이터를 벡터, 2차원 데이터를 행렬, 3차원 데이터를 텐서라고 말하지만,파이토치에서는 차원에 관계 없이 입력과 출력, 학습에 필요한 모든 데이..