Runnable 컴포넌트와 체인 확장하기 - 특강5
LangChain의 Runnable 컴포넌트를 활용하여 체인을 구성하고 확장하는 방법을 다룹니다. 기본적인 체인 구성부터 커스텀 함수 적용, 실행 시간 측정, 추가적인 컴포넌트 활용 방법까지 다양한 예제를 통해 설명합니다.
LangChain의 Runnable 컴포넌트를 활용하여 체인을 구성하고 확장하는 방법을 다룹니다. 기본적인 체인 구성부터 커스텀 함수 적용, 실행 시간 측정, 추가적인 컴포넌트 활용 방법까지 다양한 예제를 통해 설명합니다.
LangChain Expression Language(LCEL)를 사용하여 체인을 구성하고 실행하는 방법을 알아봅니다. LCEL의 기본 개념, 체인에 컴포넌트 추가하기, 조건부 체인, 실행 시간 측정 등을 다룹니다.
LangChain을 사용하여 다양한 페르소나를 가진 챗봇을 구현하는 방법을 소개합니다. 조폭 챗봇, 심리상담 챗봇, 피카츄 챗봇 등 다양한 예제를 통해 프롬프트 템플릿의 활용법을 알 수 있습니다.
LangChain의 ChatPromptTemplate 클래스를 사용하여 프롬프트를 템플릿화하는 방법과 이를 통해 효율적으로 LLM과 상호작용하는 방법을 다룹니다.
LangChain을 사용하여 대규모 언어 모델(LLM) 애플리케이션을 쉽게 개발하는 방법을 소개합니다. 환경 설정, 설치, 간단한 예제를 통해 LangChain의 기본 개념을 이해할 수 있습니다.
개발자 면접을 준비하는 이들을 위한 AI 챗봇 프로젝트입니다. 기술 면접 질문부터 답변 피드백, 기록 저장, RAG 기반 학습까지 모든 과정을 자동화한 챗봇 기획과 기능을 소개합니다.
Hugging Face와 Stable Diffusion을 활용하여 텍스트 생성 및 이미지 생성 모델을 실제로 사용하는 방법
비지도 학습을 활용한 고객 세분화 분석 방법을 소개합니다. K-Means, 계층적 군집화, DBSCAN, GMM 등 다양한 클러스터링 기법을 비교하고, 데이터 전처리부터 시각화, 고객 행동 예측 모델 구축까지 자세히 설명합니다.
Python과 Scikit-learn을 활용하여 보스턴 주택 데이터셋의 가격을 예측하는 머신러닝 모델을 구축합니다. 데이터 전처리, 선형 회귀, 의사결정나무, 랜덤 포레스트, 앙상블 기법, 하이퍼파라미터 튜닝을 포함한 상세 가이드를 제공합니다.
생성형 모델의 원리와 랜덤성, 조건성을 활용한 텍스트·이미지·오디오 생성 방법을 설명합니다.