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 |
- s3
- crwaling
- 디스코드봇
- embodied ai
- embodied
- Hexagonal Architecture
- video understanding
- bricksassistant
- 블록체인
- 디스코드
- MLFlow
- backend
- discord
- vln
- 챗봇
- bitcoin
- Rust
- Spark
- datahub
- data discovery
- blockchain
- vision-language navigation
- Ai
- ChatGPT
- frontend
- airflow
- GPT
- databricks
- Golang
- 디스코드챗봇
- Today
- Total
목록전체 글 (34)
BRICKSTUDY
보호되어 있는 글입니다.

Intro안녕하세요, 브릭스터디 백승빈입니다.작년 초에 매우 흥미롭게 본 영상이 있습니다. 바로 Rabbit r1 출시 영상인데요. 이 영상이 많은 관심을 끌었던 것은 LAM(Large Action Model)을 통해 Rabbit R1이 단순히 질문에 자연어로 대답하는 것을 넘어 사용자의 말에 따라 실제로 작업을 수행할 수 있다는 점 때문이었습니다. 특히 " Teaching 모드"를 통해 한 번 보여주기만 하면 이후에는 스스로 작업을 수행이 가능한 기능에서 기존의 Alexa와 Siri등의 서비스와 차별성을 보여주었습니다.Rabbit r1은 출시 이후 일부 기능적 한계 등으로 평이 좋지 못했지만 해당 기기의 핵심인 LAM은 큰 주목을 받았습니다. 현재 LAM 관련 직무가 생성될 정도로 산업 내에서도 이 기..

0. 개요안녕하십니까, 브릭스터디 박찬영입니다. 지난 포스팅에서는 imitation learning에 대해서 간단하게 알아봤었습니다. 이번에는 그다음 단계라고도 할 수 있는 reinforcement learning에 대해서 살펴보려고 합니다. 참고하는 강의는 계속해서 https://youtu.be/kGc8jOy5_zY?list=PL_iWQOsE6TfVmKkQHucjPAoRtIJYt8a5A 강의를 참고했습니다. From Prediction to Control지난 포스팅에 이어서 중요한 개념은 prediction에서 control 측면으로 포커스가 이동하는 부분입니다. prediction과 control에서는 몇 가지 차이점이 있었습니다. 가장 중요한 차이점은 datapoint가 i.i.d. 가 아니라는 것..

📌 Intro안녕하세요. Brickstudy 민준입니다.지난 콘텐츠까지 5년, 10년 뒤의 미래를 바라보는 기술 탐방기를 주제로 Web3.0, Rust 등을 주제로 공유를 했었는데, 이번 콘텐츠부터 블록 체인을 주제로 공유를 할 예정입니다.해당 콘텐츠는 블록체인의 이론적인 부분과 함께 개발적인 부분을 같이 진행하여, 직접 블록체인과 관련된 기술을 경험해보며 블록 체인에 대한 이해를 높이는데 목적이 있습니다. 아직 블록 체인에 대해 이해가 부족한 단계라 내용이 부족하지만 참고정도만 부탁드립니다. 해당 글은 "읽고, 쓰고, 소유하라"책 내용을 참고하여 작성되었습니다. 🗂️ Table of Contents1. 블록 체인의 시작2. 블록 체인의 원리3. 블록 체인의 거래4. 실습 - 블록체인 지갑 만들기 ..

0. 개요안녕하십니까 브릭스터디 박찬영입니다. 오늘은 Imitation learning에 대해서 알아보려고 합니다. 평소 딥러닝하면, 대부분 supervised learning, self-supervised learning에 대해서는 많이 알고 계실 것 같은데요. 이러한 개념들보다는 조금 생소한 imitation learning에 대해서 간단하게 살펴보도록 하겠습니다. 해당 내용은 https://youtu.be/kGc8jOy5_zY?list=PL_iWQOsE6TfVmKkQHucjPAoRtIJYt8a5A 강의를 참고했습니다. 1. From prediction to control지금까지 deep learning model은 "learning to predict"라고 생각할 수 있습니다. "predicti..

안녕하세요. 브릭스스터디의 김바롬입니다.이번 공유 내용은 제가 크롤링 업무를 진행하면서 경험한 과정을 공유하기 위해 글을 작성했습니다. 🚩목적제가 다니는 자사 앱의 서비스 기능 중 사용자가 장기요양기관을 검색하면 장기요양기관의 정보를 제공하는 기능이 있는데, 이 기능에서 사용하는 데이터가 오래되어 올바른 정보를 제공하지 못하고 있기 때문에 관련 테이블들의 업데이트가 필요했습니다. 그래서 공공 데이터포탈에서 제공하는 API를 통해 9개 테이블의 데이터를 업데이트하는 과정에서 발생한 문제점과 해결방법에 대해서 순차적으로 작성하였습니다. 사용한 API : 국민건강보험공단_장기요양기관 시설별 상세조회 서비스 🛑 Problem 1. 주소와 좌표API 오퍼레이션 중 일반현황 상세에 대한 데이터가 주소와 좌표에..

안녕하세요, 브릭스터디 백승빈입니다.바이럴 탐지 프로젝트를 진행하며 그 과정에서 Product matching 문제를 다루게 되었는데요. E-commerce 업계에서 자주 다루는 문제인만큼 Product matching이 무엇인지, 어떤 솔루션들이 있는지, 또 저희 프로젝트에서는 어떻게 다루었는지에 관한 내용을 공유하면 좋을 것 같아 포스팅을 적게 되었습니다. 목차Product Matching이란?솔루션 살펴보기프로젝트에서의 Product Matching1. Product Matching이란?Product matching은 서로 다른 온라인 플랫폼이나 상점에서 나타나는 제품 데이터를 통합하여 동일한 제품인지 식별하는 작업입니다. 각 상점에서는 자체적으로 제품을 등록하고 관리하기 때문에 동일한 제품이라도 ..

안녕하세요 Brickstudy입니다. 저희 Brickstudy는 IT 스터디 또는 프로젝트를 진행하는 사람들이 모여 서로의 지식을 공유하며 함께 성장하는 것을 목표로하는 모임입니다. 혼자 스터디 또는 사이드 프로젝트 진행에 동기부여가 없어 지친 분들이 Brickstudy 팀 내에서 함께 공유하며 진행하실 분들을 모집하고 있습니다. 자세한 설명은 아래 링크 확인 부탁드립니다. 상세 설명 : https://standing-fowl-de2.notion.site/BRICKSTUDY-9984ded0b1294fe09985b6282beb87c4 모집 링크 : https://forms.gle/8bN71VECWUxQ4sbP8 문의 메일 : brickstudymanager@gmail.com

📌 Intro안녕하세요. 브릭스터디 김민준입니다. 이번에 공유드릴 내용은 "파이썬 개발자의 러스트 체험기"라는 주제로 전달드릴 예정입니다. 저는 현재 실무에서 파이썬 백엔드 개발자 or 데이터 파이프라인 엔지니어(?)로 일하고 있고, 커리어 내내 파이썬만을 써왔습니다.이런 제가 왜 러스트를 공부하게 되었는지, 러스트를 약 1달정도 경험해보았을 때, 어떤 점을 경험했는지를 위주로 작성했습니다. 아직 러스트를 많이 써본 것은 아니기 때문에, 잘못 이해하고 작성된 부분이 있을 수 있습니다. 러스트에 대해 정확한 정보를 제공하는 글이 아니기 때문에 경험담 정도로만 봐주세요 :) 🗂️ Table of Contents1. Rust는 무엇인가?2. Rust는 안전하다? - 메모리 안정성3. Rust는 빠르다?..

0. 개요안녕하세요 브릭스터디 박찬영입니다. 이번에는 Attention과 transformer에 대한 개념 공부를 했는데, 이를 공유하도록 하겠습니다. 이제는 거의 필수적인 인공지능 개념이 되어버린 녀석들인데, 저는 이제야 공부를 해봅니다. 열심히 제가 이해한 내용을 바탕으로 작성해보도록 하겠습니다. 1. Attention1) The bottleneck problem지난 포스팅에서 살펴봤었던, Encoder, Decoder 구조를 보면, 모든 Encoder의 정보가 Decoder의 첫번째 스테이지에서 처리가 되는 것을 볼 수가 있습니다. 여기서 bottleneck 문제가 발생하는 것이고, 이러한 경우에 input sequence가 길면, 문제가 발생할 수 있습니다. 그래서 문제를 해결하기 위한 간단한..