funfunweb

머신러닝이란

시나리오(기술적 한계 고려x) 작성 예: 기획안작성예🍋 레몬에이드 카페로 머신러닝 이해하기카페 사장님이 이런 고민을 한다고 해봅시다. "내일 레몬에이드를 몇 잔 준비해야 할까?"과거 판매 데이터를 모아보겠습니다. 날씨기온레몬에이드 판매량맑음25℃30잔맑음28℃45잔맑음30℃60잔맑음32℃80잔흐림25℃20잔비23℃10잔비28℃15잔여기서 머신러닝을 적용합니다 ① 데이터먼저 과거 카페의 판매 데이터를 준비합니다.날씨 + 기온 → 판매량 예:맑음 + 30℃ → 60잔맑음 + 32℃ → 80잔비 + 28℃ → 15잔 이것이 학습 데이터입니다. ② 학습컴퓨터에게 과거 데이터를 보여줍니다.30℃ → 60잔32℃ → 80잔28℃ → 45잔... 컴퓨터가 데이터를 살펴보면서 "기온이 높아지면 레몬에이드 판매량이 증..

머신러닝 앱 만들기

머신러닝머신 머신러닝머신 ml-app.yah.acteachablemachine 에서 생성된 모델을 이용해서 애플리케이션을 만들어주는 서비스카메라 허용 물어보면 허용하기 테스트 가설 -손톱을 깨물고 있을 확률이 80% 이상일 경우 손내려! 라고 화면에 표시하고 소리내라고 하고 싶다면 이렇게 손톱을 깨물고 있는지를 판단해주는 모델을 응용해서 습관을 교정하는 애플리케이션(프로그램)을 만들어봤습니다. 1. 프로그램(Program)이란?프로그램 = 컴퓨터에게 일을 시키기 위해 만든 명령어들의 모음(시간의 순서에 따라 동작하고 있는 것)사람이 컴퓨터에게 "이렇게 해라 → 그다음 이렇게 해라 → 결과를 보여줘"라고 명령을 작성해 놓은 것입니다. 예를 들어:계산기 프로그램그림판 프로그램게임 프로그램웹 브라우저동영상..

Teachable Machine

Teachable Machine Teachable MachineTrain a computer to recognize your own images, sounds, & poses. A fast, easy way to create machine learning models for your sites, apps, and more – no expertise or coding required.teachablemachine.withgoogle.com 이 사이트를 이용하여 이미지, 오디오, 포즈에 대한 데이터를 컴퓨터에게 학습시킬 수 있습니다.이 화면은 이미지를 컴퓨터에게 학습시키는 기능이 모여있는 페이지입니다.class - 서로 연관된 사진들을 모아서 거기에 이름을 붙인 것이라는 의미에서 분류로 해석한다.첫번째 ..

ctrl + f12 키 눌러서 콘솔창 띄우기메뉴 선택하여 debug database view 클릭검색창에 application 입력화면처럼 입력ko_KR체크박스 체크

1. 패키지란?패키지(Package)는 여러 개의 모듈을 폴더로 묶어서 관리하는 것입니다. 모듈 = 파이썬 코드가 들어 있는 .py 파일 하나패키지 = 여러 모듈을 모아 놓은 폴더 day4/│├── package_test.py│└── package1/ │ ├── __init__.py ├── basic.py └── circle.py __init__.py 파일에는 아무 내용 없어도 됩니다. package1/basic.py# 두수 더하기 함수def add(a,b): return a + b# 두수 빼기 함수def sub(a,b): return a - b # package_test.py 에서 테스트하기 package1/ circle.py# PI 변수 만들어서 3.14 할당PI = 3.14..

git 홈페이지로 이동 Git은 파일의 변경 이력을 관리하는 버전 관리 시스템(Version Control System, VCS) 입니다.쉽게 말하면 "프로젝트의 모든 수정 내역을 기록하는 타임머신" 이라고 생각하면 됩니다. Git과 GitHub의 차이많은 초보자가 헷갈리는 부분입니다.Git내 컴퓨터에서 버전을 관리하는 프로그램인터넷 없이도 사용 가능예)내 PC프로젝트├── commit1├── commit2└── commit3GitHubGit으로 관리하는 프로젝트를 인터넷에 저장하는 서비스입니다.예)내 컴퓨터 │ │ push ▼GitHub 반대로 다른 사람이 올린 프로젝트를GitHub │ │ clone ▼내 컴퓨터 로 가져올 수도 있습니다.즉,Git..

Repository Pattern이 무엇인지 이해하기왜 실무에서 Repository를 사용하는지 알아보기메모리(List)를 Repository 클래스로 분리하기Router가 Repository만 호출하도록 수정하기다음 강의에서 MySQL로 쉽게 교체할 수 있는 구조 만들기지금까지 프로젝트 구조지금까지 프로젝트 구조는 다음과 같습니다.fastapi-project/│├── main.py│├── routers/│ student.py│└── schemas/ student.py 현재는 student.py 안에서API 처리학생 데이터 저장CRUD 기능모든 작업을 한 파일에서 처리하고 있습니다.예를 들어 학생을 저장할 때도 Router가 직접 리스트를 수정했습니다. students = []@rou..

지난 강의에서는 Pydantic(Schema)를 이용하여 요청(Request)과 응답(Response)을 분리하는 방법을 배웠습니다.프로젝트 구조는 아래와 같았습니다.fastapi-study│├── routers│ └── student.py│├── schemas│ └── student.py│└── main.py 하지만 아직도 한 가지 문제가 있습니다.현재 routers/student.py에서 API 요청 처리와 실제 업무 로직(비즈니스 로직)을 모두 담당하고 있습니다.실무에서는 이러한 구조를 사용하지 않습니다.이번 시간에는 Service Layer(서비스 계층)를 만들어 Router는 요청만 처리하고, 실제 로직은 Service에서 처리하는 구조를 만들어 보겠습니다. Service La..

Pydantic는 Python에서 데이터 검증(Data Validation)과 데이터 모델링을 위한 라이브러리입니다. 특히 FastAPI의 핵심 라이브러리로 사용되며, API 요청(Request)과 응답(Response)의 데이터를 자동으로 검증합니다. Pydantic 장단점 장점단점자동 데이터 검증검증 과정으로 약간의 성능 오버헤드타입 자동 변환학습할 기능이 있음코드가 매우 간결엄격한 타입 검사상세한 오류 메시지별도 라이브러리 설치 필요FastAPI와 완벽한 연동v1과 v2 문법 차이 존재JSON 변환이 쉬움 중첩 객체 검증 가능 실습 1. 프로젝트 열기VS Code 실행↓Open Folder↓fastapi-study 2. 가상환경 실행터미널venv\Scripts\activate 앞에(venv) 가..

API를 파일별로 분리하는 것을 배우겠습니다. 1단계. 서버 종료터미널에서Ctrl + C 2단계. 프로젝트 확인현재fastapi-study│├── venv└── main.py __pycache__가 있는데요?__pycache__는 Python이 실행 속도를 빠르게 하기 위해 자동으로 만드는 폴더입니다.쉽게 말하면, "Python의 캐시(임시 저장소)"입니다. 왜 생길까?예를 들어 main.py가 있다고 해보겠습니다.main.py 처음 실행하면 Python은 python main.py 를 읽어서 실행합니다.이때 Python은 "다음에도 빨리 실행하려면 미리 번역해 두자!"라고 생각해서__pycache__ └── main.cpython-313.pyc 와 같은 파일을 만듭니다. __pycache__는..