개발새발

Hugging Face 파이프라인 사용법 총정리: 감정 분석부터 번역, 이미지 분류까지 한 번에!"

1. pipeline에서 사용 가능한 주요 태스크(Task) 목록Hugging Face의 pipeline에서 지원하는 주요 태스크들은 미리 정의된 문자열 값으로 사용됩니다.즉, "sentiment-analysis", "text-generation", "translation", "question-answering" 등은 고정된 태스크 명입니다.📌 주요 지원 태스크 (정해진 값)  태스크 이름 설명 대표적인 모델 "sentiment-analysis"감정 분석 (긍정/부정)distilbert-base-uncased-finetuned-sst-2-english"text-generation"텍스트 생성 (GPT)gpt2, distilgpt2"zero-shot-classification"사전 학습 없이 텍스트 분류..

Hugging Face로 시작하는 Transformer 모델 완벽 활용 가이드: GPT부터 BERT, T5까지

1. Transformer Models (트랜스포머 모델 이해하기)1.1 자연어 처리(NLP)와 벡터(vector)의 의미자연어 처리(NLP)컴퓨터가 사람의 언어(한국어, 영어 등)를 이해하고 생성하도록 하는 기술을 말합니다.예: 챗봇, 문서 분류, 감정 분석, 기계 번역 등벡터(vector)**란?수학적으로는 크기와 방향을 갖는 양을 뜻하지만, 딥러닝과 NLP에서는 주로 숫자들의 리스트(고차원 좌표)로 표현되는 데이터를 의미합니다.예) 0.25,−0.67,1.02,…0.25, -0.67, 1.02, …0.25,−0.67,1.02,…처럼 여러 개의 숫자가 1차원 배열 형태로 나열된 것왜 쓰는가?텍스트(문자)는 컴퓨터가 직접 다루기 어렵습니다.단어, 문장 등의 의미를 수치(숫자)로 나타내면, 컴퓨터가 기계..

파이썬으로 영화 추천 시스템 만들기: 상관계수 & 코사인 유사도 기반 추천(구글 코랩)

영화 추천 시스템 강의이 강의에서는 상관계수 기반 추천 시스템과 코사인 유사도 기반 추천 시스템을 단계별로 구현하는 방법을 학습한다. 실습을 통해 데이터를 로드하고 전처리한 후, 추천 알고리즘을 적용하는 과정을 수행할 것이다.1. 환경 설정 및 데이터 로드1.1 데이터 파일 업로드구글 코랩을 사용하여 movie_title.csv와 movie_review.csv 파일을 업로드한다.from google.colab import files# 사용자가 파일을 업로드할 수 있도록 요청uploaded = files.upload()1.2 데이터 읽기데이터를 pandas를 사용하여 읽어온다.import pandas as pd# CSV 파일을 데이터프레임으로 읽어오기movies = pd.read_csv("movie_tit..