Tech for good

https://wikidocs.net/21707 03) 어간 추출(Stemming) and 표제어 추출(Lemmatization) 이번 챕터에서는 정규화 기법 중 코퍼스에 있는 단어의 개수를 줄일 수 있는 기법인 표제어 추출(lemmatization)과 어간 추출(stemming)의 개념에 대해서 알아 ... wikidocs.net * 위의 책을 참고하여 작성된 글입니다. 목차 1. 표제어 추출(Lemmatization) 2. 어간 추출(Stemming) 3. 표제어 추출(Lemmatization)과 어간 추출(Stemming) 비교 정규화 기법 중 코퍼스에 있는 단어의 개수를 줄일 수 있는 기법으로 표제어 추출(lemmatization)과 어간 추출(stemming)이 있다. 이 두 작업은 서로 다른 ..

MVP Watch Party 일시: 2021년 8월 20일(금) 오후 8시 - 오후 9시 30분 토의 진행자: 강연정, 이재석, 김홍석, 이희진 번역: 강연정 안녕하세요, 오늘은 'Fluid 기반 실시간 협업 애플리케이션 구축'에 대해 알아보도록 하겠습니다. Microsoft Build 2021 세션 정보는 아래의 링크를 참고해주세요! https://mybuild.microsoft.com/sessions/675d9c4a-771e-44b0-8559-979ac241b06e Microsoft Build Join us for the Microsoft Build 2-day, digital event to expand your skillset, find technical solutions, and innovate ..

데이터의 세부 내용에 따라 의사결정의 방향성이 달라진다. '캠핑족이 늘고 있으니 캠핑용품을 만들어야 한다'는 덜 구체적이다. '캠핑 의자를 oo브랜드와 콜라보레이션하여 oo사이즈로 만들어야 한다'는 지나치게 구체적이다. '캠퍼 성장 중에서도 oo연령층 혹은 oo특징을 가진 캠퍼가 늘고 있으므로, 그 소비자군이 선호하는 oo브랜드나 oo브랜드와 같이 편의성을 중시하는 브랜드와 콜라보레이션하자'는 제언의 방향성을 잡아내는 것이다. 이 문장도 너무 두루뭉술하거나 너무 지엽적이라고 보는 사람도 있다. 이러한 제언은 조직이나 개인의 성향에 따라 수위가 정해질 수 있으니, 여러 번 시도하면서 수위를 파악하는 것이 좋다. 사람들이 좋아할 만한 제품을 만들기 위해 다각적으로 살펴보아야 한다. (X) oo를 좋아하는 고..

개발환경(Dev environment) - M1 mac - vs code - Flutter 2.2.3 - ( iOS / Xcode / ios simulator) vs code에서 flutter 에러 'failed to launch ios simulator error emulator didn't connect within 60 seconds' -> terminal - simulator 입력 후 재실행...! ios simulator 열린 후, 코드로 돌아와 Run - Start Debugging 하면 끝..!

세션 링크: https://mymbas.microsoft.com/sessions/d3e2557c-8317-4e02-aa5e-ab3c44e80ce9 Microsoft Business Applications Summit Microsoft's digital event experience that helps you turn data into action through community connections and expert insights into the latest innovations from Dynamics 365 and Power Platform. mymbas.microsoft.com MVP Watch Party 일시: 2021년 6월 25일(금) 오후 8시 - 오후 9시 30분 토의 진행자: 이재석,..

출처: 조경래 , 『처음 배우는 딥러닝 챗봇』, 한빛미디어(2020), p,235-272. 목차 8. 챗봇 엔진 만들기 8.1. 챗봇 엔진 소개 8.2. 챗봇 엔진 구조 8.3. 전처리 과정 8.4. 단어 사전 구축 및 시퀀스 생성 8.5. 의도 분류 모델 8.5.1. 의도 분류 모델 학습 8.5.2. 의도 분류 모듈 생성 8.6. 개체명 인식 모델 학습 8.6.1. 개체명 인식 모델 학습 8.6.2. 개체명 인식 모듈 생성 8.6. 개체명 인식 모델 8.7. 답변 검색 8.7.1. 데이터베이스 제어 모듈 생성 8.7.2. 답변 검색 모듈 생성 8. 챗봇 엔진 만들기 8.1. 챗봇 엔진 소개 '챗봇 엔진'이란 챗봇에서 핵심 기능을 하는 모듈이며, 화자의 질문을 이해하고 알맞은 답변을 출력하는 역할을 한다..

https://mybuild.microsoft.com/sessions/7bc8334e-33ff-4bde-b23c-361082e4e1b0 Microsoft Build Join us for the Microsoft Build 2-day, digital event to expand your skillset, find technical solutions, and innovate for the challenges of tomorrow. mybuild.microsoft.com MVP Watch Party 일시 : 2021년 6월 18일(금) 오후 8시 - 오후 10시 토의 진행자 : 이재석, 김홍석, 이희진, 강연정 번역 : 강연정 안녕하세요 여러분, 이번 빌드에서는 Process Advisor를 소개하고, 이를 ..

MVP Watch Party 일시 : 2021년 6월 11일(금) 오후 8시 - 오후 9시 30분 토의 진행자 : 이재석, 김홍석, 이희진, 강연정 번역 : 강연정 안녕하세요 지난 6월 11일 금요일, 오후 8시부터 9시 30분까지 진행되었던 MVP Watch Party 재밌게 보셨나요? ​ 저는 첫 밋업이라 긴장을 많이 했던거 같아요..ㅎㅎ.. 그럼에도 많은 분들이 관심을 갖고 참여해주신 덕분에 재밌게 진행할 수 있었습니다~ 다들 '디지털 트렌스포메이션'이라는 용어 많이들 들어보셨죠? 팬데믹으로 급변하는 산업의 요구 사항을 충족하기 위해 개발자들은 현대적인 솔루션을 필요로 합니다. ​ ​ 이번 빌드에서는 Power Platform, Dynamics 365, Azure 및 Teams를 활용하여 Micro..

https://mybuild.microsoft.com/sessions/2ba55238-d398-46f9-9ff2-eafcd9d69df3 Microsoft Build Join us for the Microsoft Build 2-day, digital event to expand your skillset, find technical solutions, and innovate for the challenges of tomorrow. mybuild.microsoft.com 지난 주에 열린 Microsoft Build session 중 Build intelligent applications infused with world-class AI를 보고 새롭게 알게된 기술을 정리해보았습니다. 크게 1. Azure App..

모든 출처: T아카데미(https://tacademy.skplanet.com/live/player/onlineLectureDetail.action?seq=123) 목차 1강. 딥러닝 및 자연어처리 소개 1.1. 자연어 이해 소개 1.2. Machine Learning Review 1.2.1. DNN 기본 Block 소개 1.3. Sequence to Sequence Learning 1.4. AI as Data transformation 1.4.1. Sequence Encoding Temporal Summarization 1.4.2. Sequence Decoding [실습] 감성분석기 개발(N21 문제) 개체명 분석기 개발(N2N 문제) 대화모델 개발(N2M 문제) 1강. 딥러닝 및 자연어처리 소개 1.1..