Bongho Lee

Data

ELPD는 모델이 새로운 데이터를 얼마나 잘 예측하는지를 보여주는 지표입니다.

기본 개념 * ELPD(Expected Log Predictive Density)는 모델이 새로운 데이터를 얼마나 잘 예측하는지를 나타내는 지표로, 주어진 데이터 포인트에 대해 모델이 예측한 확률의 로그 값(로그확률)을 합산한 것입니다. $$\text{ELPD} = \sum_{i=1}^{n} \log p(y_i \mid \text{data})$$ * $n$: 데이터 포인트의 수 * $y_i$ : 실제 관측된

Data

잭나이프 샘플링은 표본의 변동성 추정 방법중 하나입니다.

잭나이프 샘플링이란? * 잭나이프 샘플링은 표본 데이터에서 하나의 관측치를 제거한 여러 하위 샘플을 만들어, 이들 샘플에 대해 통계량을 계산한 후 그 결과를 바탕으로 전체 표본의 변동성을 추정하는 방법입니다. 잭 * 나이프는 주로 표본의 분산을 추정하거나 통계량의 편향을 줄이기 위해 사용됩니다. 예시 * 주어진 표본이 [x1, x2, x3, x4]라면, 잭나이프 샘플링은 다음과 같은

Communication

정확한 단위로 대화를 하는 것이 중요합니다.

자전거를 타고 약속장소로 이동하는 중이었습니다. 근처 과일 가게에 이런 문구가 적혀있었습니다. "한 상자에 X,000원" 과일을 직접 사먹지는 않는 편이기 때문에 가격은 모르지만 꽤 매력적인 가격대였습니다. 그래서 잠시 "살까?" 망설였습니다. 하지만 이내 자전거를 타고 다시 가던 길을 갔습니다. 한 상자 안에 몇개가 들어가 있을지를 몰랐기 때문입니다.

Programming

Decorator를 활용한 Depreciated Function 관리 전략

Code import warnings import functools def deprecated(reason=None, alternative=None): """ Deprecated Function을 표시하는 데코레이터입니다. Args: reason (str, optional): 함수가 Deprecated 된 이유를 설명합니다. alternative (str, optional): 대체 함수나 방법을 안내합니다. """ def decorator(func): @functools.wraps(func) def wrapped(*args, **kwargs): message = f"

Data

LangChain 활용해서 내 글스타일에 맞춰 글쓰는 LLM 구축하기 Ver0.1

목적 및 배경 * 매일 글을 쓰는 입장에서 보다 많은 글을 작성하기 위해서 1차로 글의 구조만 잡아주고, 나머지 내용은 LLM으로 채운 후 퇴고를 하는 형태를 시도해보려고 한다. Code 01. Obsidian에 있는 내 글을 모아서 전처리하기 import os import re import time import pickle def preProcessNote(file, path_dir): try: file_path

Career

전체와 부분은 순환참조로 연결되어 있습니다.

거실에 홈캠을 하나 설치할 일이 생겼습니다. 홈캠은 이전에 구매한 것과 동일한 구조로, 회전은 되지 않지만, 앞으로 각도를 조절하여 찍을 수 있는 구조로 되어 있었습니다. 설치 자체는 어렵지 않을 것이라고 생각했는데,문제는 장소였습니다. 거실은 부엌과 연결되어 세로로 긴 구조로 일반적인 정사각형 형태의 방 대비 화각의 한계에서 발생하는 사각지대가 존재하고 있었습니다. 이를

Data

Model Drift Check Library, Evidently AI

Evidently AI Evidently AI는 머신러닝 모델의 성능과 데이터 분포의 변화를 시각적으로 분석하고 모니터링할 수 있는 Python 라이브러리입니다. 이 라이브러리는 모델의 드리프트를 탐지하고, 이를 기반으로 모델의 성능 저하를 사전에 예방하는 데 유용합니다. 주요 기능 * 데이터 드리프트 감지: 현재 데이터와 과거 데이터 간의 분포 차이를 분석합니다. * 대규모 데이터 처리: 대규모 데이터에 대해

특정 디렉토리에서 특정 파일들을 추출해서 정제후 Pickle 및 리스트로 리턴하는 함수

import os import re import time import pickle def preProcessNote(file, path_dir): try: file_path = os.path.join(path_dir, file) with open(file_path, 'r', encoding='utf-8') as f: lines = f.readlines() # 지워야 할 지점 체크 start_idx = None end_idx = None for idx,

Programming

Blind Catch에 대한 해결방안

Blind Catch란 무엇인가? * Blind Catch는 try / except 구문에서 특정 예외 유형을 명시하지 않고, 모든 예외를 포괄적으로 처리하는 코딩 패턴을 말합니다. 예를 들어, 다음과 같은 코드가 이에 해당합니다 try: # 일부 코드 실행 result = some_function() except: # 모든 예외를 포괄적으로 처리 print("An error occurred.") 왜 문제인가? * 구체적인 예외 처리의

Book

[책]어찌 보면 가장 현실적인 자기계발서인지 모른다, 더 시스템

사실 이 책을 보게 된 것은 우연이었습니다. 어떤 다른 것보다 독특한 리뷰가 시선을 붙잡았습니다. 이 책에 남겨져 있는 리뷰는 다음과 같았습니다. 최근에 읽은 자기계발서중에서 가장 좋았습니다.   (중략) 자기계발서 중에서 가장 좋았다는 표현에서 미루어 짐작해보면, 기타 다른 자기계발서와 비교를 하여 우위를 가렸을 때, 좋았다는 표현이라고 생각해볼 수 있습니다. 그런데 가장 좋았다니.

Python

NamedTuple을 이용한 가독성 개선 목적의 리팩토링

Tuple Unpacking 이란 * 하나의 튜플(tuple)을 여러 개의 변수로 분해하여 사용하는 것 a, b, c = (1, 2, 3) 문제점 * 변수 갯수가 맞지 않을 때 # 예시 코드: 변수 갯수 불일치 result = (0.8, 0.1) accuracy, loss, precision = result # ValueError 발생 * 의미없는 변수 이름을 사용시 → 이후에 가독성 이슈 # 예시 코드:

Productivity

특정 확장자의 파일명을 수정하기 위한 파이썬 코드

배경 및 목적 * NAS로 파일을 백업하는 과정에서 파일명이 길어서 수정해야 하는 경우가 너무 많아서, 자동화 코드를 작성 감안한 부분 * 대량의 파일을 처리할 것을 감안해서, 파일 복사 대신 경로만 저장해서 컨트롤한 이후에 최종적으로 필요한 파일만 일괄적으로 처리 * Python의 concurrent.futures 모듈을 사용하여 병렬로 파일을 처리 샘플 코드 import os import shutil

Team

화이트보드와 시각적 커뮤니케이션의 중요성

최근에 취업준비를 하는 학생들을 코칭하고 있습니다. 처음에는 소일 거리로 이 일을 시작하였으나, 생각 외로 많은 도움을 받고 있습니다. 예를 든다면  개인적으로 가지고 있던 습관이나 행동패턴을 점검하는 시간으로 종종 활용하고 있습니다. 오늘 이야기하려는 것은 그러한 경험의 연속성으로 시각적 커뮤니케이션에 관한 것입니다. 일반적으로 문제를 정의하고 방법을 고민하다보면 문제 정의를 하던 초기 단계

Data

MCMC샘플링으로 배달시간 예측하기

import numpy as np import matplotlib.pyplot as plt # 데이터 생성 파라미터 n_samples = 1000 np.random.seed(42) # 시간대에 따른 배달 시간 설정 def generate_delivery_time(hour, rider_acceptance_rate, num_riders): base_time = 25 # 전체 배달 시간 평균 25분 # 점심, 저녁 시간대 배달 시간 증가 if 11

Data

디리클레 프로세스는 군집갯수를 구하기 위해 사용할 수 있습니다.

Dirichlet Process (디리클레 과정) * **Dirichlet Process (DP)**는 무한 차원의 확률분포로, 클러스터링 문제에서 군집의 개수가 미리 정해지지 않은 경우에 유용하게 사용됩니다. * DP는 기존의 Dirichlet Distribution를 확장한 것으로, 데이터 포인트들이 서로 다른 군집에 속할 확률을 정의합니다. * Dirichlet Distribution은 확률벡터(즉, 모든 원소가 0과 1 사이의 값을 가지며, 전체 합이 1이 되는

Team

성공하는 프로젝트를 만들기 위한 체크리스트, 프로젝트 설계자

살면서 우리는 평생 프로젝트를 합니다. 삶을 살아내는 것도 프로젝트라고 할 수 있기 때문입니다. 지금도 저는 다양하게 크고 작은 프로젝트를 하고 있습니다. 어느날과 다름없이 어떤 책을 읽어볼지 두리번 거리던 차에, "아이디어를 현실로 만드는 프로젝트 계획과 실행의 법칙"이라는 광고 문구를 보고 이 책을 구매하였습니다. 사실 절대적인 성공을 보장하는 것은