본문 바로가기

전체 글266

머신 러닝 학습 5. 범주형 데이터 (Categorial Variable) 카테코리얼 변수는, 말 그대로 변수의 값이 한정된 경우를 말한다.가령, 설문조사의 만족도 조사는 아래의 5가지 정도에서 한정된다 - 매우 좋다 - 좋다 - 보통 - 좋지 않다 - 매우 좋지 않다  카테고리얼 변수를 포함하여 머신러닝에서 학습시키고자 할 때, 총 3가지 전략을 세울 수 있다. 1. 카테고리얼 변수에 해당하는 칼럼을 드롭한다 2. ordinal encoding 3. one hot encoding 이 중 1번은 알아볼 필요가 없을 것 같고,2/3번의 경우는 카테고리얼 변수의 형태에 따라 선택할 수 있다.   Ordinal Encoding은, 맨 위의 예시처럼 범주형 변수가 순서를 가질 때 사용할 수 있다.예컨데, 매우좋다에 5점을, 보통에 3점을, 매우 좋지 않다에 1점을 부여하는 것이다.데이.. 2024. 7. 1.
랜턴의 서비스 기획 야이기 4 기획이 처음이었던 나의 생각들 나는 기획에 있어서, '무엇을', '어떻게' 하겠다보다'왜 이런 접근을', '어떻게 할 지' 등의 결론에 이르는 과정과 체계가 더 중요하다고 생각한다.이런 생각은 마케팅이던, 기획이던, 조직관리던, 어떤 것을 공부해봐도 점점 더 강화될 뿐이지, 내 생각이 틀렸다라는 결론은 잘 나지 않는 것 같다. 방법을 보강하고 강화하면 결과는 자연스럽게 바뀌며, 다음 활동에도 긍정적 영향을 준다.하지만 결론을 가지고 얘기를 하면, 할 때마다 백본을 무너뜨리고 다시 재설계하는 과정을 거쳐야 한다. 그러니까 사고의 과정만이 언제나 유효할 수 있는 것이다.  문제는 이런 나의 생각이 한국 조직의 리더와커뮤니케이션 하는 데에는 딱히 능률적이지 않다는 데 있다.지금은 리더를 봐가면서, 커뮤니케이션.. 2024. 6. 30.
AWS TechCamp 5. AWS에서 제안하는 생성형 AI Application 모범 사례 세션 5는 AWS 글로벌 SA들이 만든, 생성형 AI 어플리케이션 챗봇을 빠르게 만들고 테스트할 수 있는웹 관리 페이지를 만드는 방법에 대해 설명하였다. 세션 4 내용만 해도, 꽤나 많은 영감을 얻었는데,아예 일종의 플랫폼처럼 내부 구축가능한 아키텍쳐를 소개해준다는 측면에서 더욱이 의미가 깊었다.  그리고 전날에는 OpenSearch를 통해서 검색엔진을 구현했지만,이번에는 Kendra 라는 관리형 NLP 시스템을 통해서 Chatbot을 구현하는 점이 달랐다.하나의 또 다른 서비스를 실습해 본다는 측면에서 또 좋은 기회가 되었다. 실습 시간에는 시간 대로 따라하고, 당장 눈 앞에 것들을 이해하는 데 벅차다보니전부를 미처 빨아들이지 못한 점이 다소 아쉬웠다.  1.  OpenSearch 말고 Kendra 라.. 2024. 6. 30.
AWS TechCamp 4. 기본 과정 : Amazon bedrock을 활용한 상품리뷰 요약과 숏폼 만들기 Bedrock에서 AI 모델을 선택하고, Bedrock 콘솔 내 플레이그라운드에서, 테스트를 해보았다.프롬프트를 입력하여, 모델 별 아웃풋을 빠르게 검토하면서어떤 모델이 가장 적합할지, 혹은 나의 프롬프트에 개선점이 무엇일지 피드백 관점을 획득할 수 있었다. 이후, Bedrock에 API를 호출하는 람다 함수와 ALB를 구성하여퍼블릭 망에서, 원하는 프롬프트 대로 작동하는 웹 서비스를 구축하였다.  구체적인 웹 개발 쪽은, AWS 측에서 준비해주어 빠르게 구축이 가능했다. streamlit이라는 파이썬 패키지를 제공해주었는데, AWS Cloud9 (클라우드 기반 웹 IDE)에서 빠르게 전개가 가능하여 상당히 간편하였다.    1.AI 어플리케이션 관점의 기초 모델을 구축함으로써,빠르게 피드백해볼 수 있다.. 2024. 6. 30.
AWS TechCamp 3. 기본 과정 : Amazon OpenSearch와 Amazon Bedrock을 활용하여 고도화된 검색 시스템 구현하기 무늬만 Solution Arhchitect Certicicate 보유자이고, 내재화된 개발스택이 전혀 없었기에, 개념적으로는 RAG와 RAG 아키텍쳐를 어떻게 짜야한다는 이해만 됬었다.즉, 실제 어떻게 구현할지에 대해서는 깜깜했고,또 RAG 아키텍쳐를 빌드하기 위해 어떤 서비스를 어떻게 연결해야 될지도 감이 잡히질 않았다.그런 측면에서, 테크캠프의 세션3 부터는 나에게 굉장히 의미있고두려움이 많이 있는 도전과 같은 일이었다.  불행히도, 리전 생성을 잘못했다는 사실을 뒤늦게 알아차려서실습 세션 내내 헤메다가 중간에 따라하는 것을 포기했다. 구체적인 내용은 나중에 혼자 공부하면서 파악해야겠다라고 생각하며세션3의 실습 과정은 대부분을 놓쳤지만, 그렇다고 해서 완전 망쳐버린 것은 아니었다.  1.글로만 배웠던.. 2024. 6. 29.
마케팅 공부 4. 고객은 무엇을 구매하는가? 이 시리즈는 '보이지 않는 것을 팔아라'를 참고하여  개인적 의견과 지식을 반영하여 저작됩니다. 서비스를 구매하는 고객은 무엇을 사는가? : 전문성이 아니라, 관계다  전문 서비스를 제공하는 경우,본인의 전문성을 PR하면 고객의 구매 확률이 높아질 것이라고 보통 생각한다. 법률서비스, 의료서비스 등 전문성의 수준이 고등하게 요구되는 업계인 경우 더욱 그렇다. 만약, 고객이 전문성만 보고 구매를 한다면,업계 상위권의 CAPA가 전부 채워진 뒤에야 전문성 중위, 하위로 고객들이 유입될 것이다. 훑어만 보자면 언뜻 맞는 말인 것 같지만, 실상은 그렇지 않다. 가령, 최근 컨설팅 업계는 일감의 부족으로, 기업을 가리지 않고 제 살 줄이기를 하고 있다. 만약 고객이 전문성만 보고 서비스를 선택한다면,1,2위 컨설.. 2024. 6. 27.
마케팅 공부 3. 고객 경험과 멘탈 모델 이 시리즈는 '보이지 않는 것을 팔아라'를 참고하여  개인적 의견과 지식을 반영하여 저작됩니다. 나쁜 경험 자체를 만들어서는 안된다 : 그것은 환원하기 어렵다  '하나의 나쁜 경험을 겪으면 고객은 모두에게 그 물건을 사지 말라고 말한다'실외가구 전문 업체 시즈널 컨셉트의 회장의 말이다.  단 하나의 나쁜 경험에도 고객은 격렬하게 반응한다. 다시는 구매하지 않겠다고 다짐하는 것은 온건한 반응일지도 모른다.  이따금씩, 제품과 서비스에 불을 지르고, 그 장면을 미디어를 통해 공개하기도 한다.  사람은 도전보다 위험을 회피하려는 성향이 크다.  즉, 제품에 대한 긍정 경험보다, 실패를 회피하지 못한 부정 경험이 고객에게 더 긴시간 큰 효과로 남는다.  어떤 사회심리학 조사에 따르면, 제품과 서비스에 대한 부정.. 2024. 6. 27.
머신 러닝 학습_4 이전 글에서 본 데이터 전처리 내용이다. 결측치를 포함한 열을 제거하고,머신러닝 시키기 간편한 숫자 데이터만 남기기 위해서, str 데이터를 드롭했다. X_full.dropna(axis=0, subset=['SalePrice'], inplace=True)- dropna() : 결측치를 포함한 행 또는 열을 날려버린다.- axis = 0 : 0은 행 / 1은 열을 날리게 설정한다는 뜻- subset= ['SalePrice'] : SalePrice 열에 대해서 결측치 여부를 판단한다는 뜻 - inplace = True : True 면 실 데이터에도 결측치 제거를 반영                           / False면 실 데이터는 내비두고, 결측치 제거 데이터의 사본을 전달한다 X_full.dro.. 2024. 6. 25.
랜턴의 서비스 기획 모험 3 뭐 그렇다고 해서 두 달 동안 마냥 놀고만 있었던 건 아니었다. 리더들의 마음에 박힌 '통합'을 나의 마음에도들게끔 조종하는 일 외에도 구체적으로 문제점들을 어떻게 정의하고 해결할지에 대한 고민들도 이어졌다.이따금씩, 꽤 그럴싸한 생각들을 떠올리기도 했다. 하지만, 정리되지 않은 개별적인 아이디어들은 이내 머릿속에서 휘발되었다.'저번주 토요일에 아침으로 뭘 먹었지'를 생각하는 일 만큼 나중에 떠올리려고 하면, 전혀 생각나지 않았다. 그렇다. 무분별한 사고가 아닌, 체계적으로 사고하고 정리하는 툴이 필요했던 것이었다.  여기까지 생각이 미쳤을 때부터는, 짬짬이 구글을 뒤졌었던 기억이 난다.막연한만큼 막연한 키워드로 막연하게 학습을 해나갔다.기억하는 법, 생각하는 법, 정리하는 법 ...  기획, 고객 분석.. 2024. 6. 25.
AWS TechCamp 2. 기초과정 : WEB APP VPC와 Subnet을 설정하고,Subnet에 EC2를 프로비저닝하여, ALB를 구축하는 것까지 진행하였다.  자격증 공부하면서 배웠던 것들을 상기하는 장점도 있었지만 1. 실제 작업 간, 제약사항이 많다  EC2가 있어야 할 서브넷을 잘못 설정하고, 서브넷의 AZ를 잘못 설정하는 등 중간중간 실수를 저질렀다.문제는 이런 실수를 원복시키는 것이 꽤 성가시다는 것이었다. 자격증 공부할 때만 봤던, EBS 스냅샷 이후,EC2를 종료시키고, 새로운 EC2를 연 후 마이그레이션 진행한다는 방법을...이제서야 확실히 깨달았다.  아니 왜 이렇게 귀찮게 해놨지?에 대한 의구심이 덕분에 이제야 들었고,ChatGPT와 대화를 통해 확인할 수 있는 계기가 되었다. (물리적으로 구분된 AZ 내에 프로비저닝 시키는 것이고,.. 2024. 6. 25.
반응형