Fear is a habit. I'm not afraid.

이상치 데이터(Outlier, 아웃라이어)는 전체 데이터의 패턴에섯 벗어난 이상 값을 가진 데이터로,이상치로 인해 머신러닝 모델의 성능에 영향을 받는 경우가 발생하기 쉽다.이러한 이상치를 찾아내는 방법은 여러가지가 있는데, IQR 기법을 활용하여 박스 플롯 방식으로 시각화하는 방법에 대해 정리해보았다.이상치를 탐지하는 방법시각적 방법 : 그래프를 사용하여 이상치를 시각적으로 탐지.박스플롯(Box Plot) : 데이터 분포를 시각화하고 이상치를 탐지하는데 유용산점도(Scatter Plot) : 두 변수 간의 관계에서 이상치를 시각적으로 탐지통계적 방법IQR(Interquartile Range) 방법 : 데이터의 1사분위수(Q1)와 3사분위수(Q3)를 사용하여 이상치를 탐지Z-점수(Z-score) 방법 : ..

수업시간에 RAG와 Fine Tuning의 차이점에 대해 조사하는 팀프로젝트를 진행하였다.그 때 조사했던 것들을 다시 복습하는 차원에서 정리해본다.RAG· 개념RAG(Retrieval-Augmented Generation, 검색 증강 생성)메타 연구진이 개발한 아키텍처 프레임워크로, 범용 AI 모델이 조직에 관련성 있고 유용한 결과를 제공할 수 있도록 지원한다. RAG는 대규모 언어 모델(LLM)이 내부 지식 베이스에 접근하여 원래 학습 데이터를 보강할 수 있도록 한다. 그 결과, LLM의 언어 유창성과 로컬 데이터를 결합하여 상황에 맞는 맞춤형 응답을 제공하는 AI 시스템이 탄생한다. 이러한 접근 방식은 AI 모델 미세 조정과 달리 기본 모델 자체를 수정하지 않고도 작동한다. LLM에 최신 정보를 추가..