홈앤서비스 SK BROADBAND

1부 언어 모델 소개 1장 LLM을 활용한 데이터 분석 __1.1 언어 모델은 무엇을 할 수 있는가? __1.2 이 책에서 배울 내용 __1.3 언어 모델 사용 방법 ____1.3.1 프롬프팅 ____1.3.2 프롬프트 예시 ____1.3.3 인터페이스 __1.4 언어 모델을 데이터 분석에 활용하기 ____1.4.1 언어 모델을 데이터에 직접 활용하기 ____1.4.2 외부 툴을 통한 데이터 분석 __1.5 비용 최소화 ____1.5.1 적합한 모델 선택 ____1.5.2 모델 최적화 설정 ____1.5.3 프롬프트 엔지니어링 __1.6 고급 소프트웨어 프레임워크와 에이전트 2장 ChatGPT와 채팅 __2.1 웹 인터페이스 접속 __2.2 인터페이스 소개 __2.3 ChatGPT를 사용한 텍스트 처리 __2.4 ChatGPT를 사용한 테이블 처리 ____2.4.1 웹 인터페이스에서 테이블 처리 ____2.4.2 자체 플랫폼에서 테이블 처리 2부 언어 모델을 활용한 데이터 분석 3장 OpenAI 파이썬 라이브러리 __3.1 사전 준비 사항 __3.2 OpenAI의 파이썬 라이브러리 설치 __3.3 사용 가능한 모델 목록 조회 __3.4 채팅 완성 __3.5 모델 동작 커스터마이징 ____3.5.1 종료 조건 구성 ____3.5.2 출력 생성 구성 ____3.5.3 무작위성 구성 ____3.5.4 커스터마이제이션 예시 ____3.5.5 추가 매개변수 4장 텍스트 데이터 분석 __4.1 준비 사항 __4.2 분류 ____4.2.1 개요 ____4.2.2 프롬프트 생성 ____4.2.3 모델 호출하기 ____4.2.4 종단 간 분류 코드 ____4.2.5 문서 분류 ____4.2.6 코드 실행 방법 ____4.2.7 다양한 변형 시도해 보기 __4.3 텍스트 추출 ____4.3.1 개요 ____4.3.2 프롬프트 생성 ____4.3.3 후처리 ____4.3.4 종단 간 추출 코드 ____4.3.5 직접 해 보기 __4.4 클러스터링 ____4.4.1 개요 ____4.4.2 임베딩 계산하기 ____4.4.3 벡터 클러스터링 ____4.4.4 텍스트 클러스터링을 위한 종단 간 코드 ____4.4.5 직접 해 보기 ____4.4.6 임베딩 벡터의 다른 활용 사례 5장 구조화된 데이터 분석 __5.1 개요 __5.2 게임 판매 분석을 위한 자연어 쿼리 인터페이스 ____5.2.1 SQLite 데이터베이스 설정 ____5.2.2 SQL 기초 ____5.2.3 개요 ____5.2.4 text-to-SQL 변환을 위한 프롬프트 생성 ____5.2.5 완성된 코드 ____5.2.6 직접 해 보기 __5.3 일반적인 자연어 쿼리 인터페이스 ____5.3.1 쿼리 실행 ____5.3.2 데이터베이스 구조 추출 ____5.3.3 전체 코드 ____5.3.4 시험 운용 __5.4 그래프 데이터를 위한 자연어 쿼리 인터페이스 ____5.4.1 그래프 데이터란 무엇인가? ____5.4.2 Neo4j 데이터베이스 설정 ____5.4.3 Cypher 쿼리 언어 ____5.4.4 질문을 Cypher 쿼리로 변환하기 ____5.4.5 프롬프트 생성하기 ____5.4.6 전체 코드 ____5.4.7 직접 해 보기 6장 이미지와 동영상 분석 __6.1 설정 __6.2 이미지에 대한 질문 답변하기 ____6.2.1 멀티모달 입력 지정하기 ____6.2.2 코드 설명 ____6.2.3 직접 해 보기 __6.3 이미지에서 사람 태그하기 ____6.3.1 개요 ____6.3.2 로컬에 저장된 이미지 인코딩하기 ____6.3.3 로컬에 저장된 이미지를 OpenAI로 전송하기 ____6.3.4 종단 간 구현 ____6.3.5 직접 해 보기 __6.4 동영상 제목 생성하기 ____6.4.1 개요 ____6.4.2 동영상 프레임 인코딩 ____6.4.3 종단 간 구현 ____6.4.4 직접 해 보기 7장 오디오 데이터 분석 __7.1 준비 작업 __7.2 오디오 파일 텍스트 전사 ____7.2.1 음성을 텍스트로 전사하기 ____7.2.2 종단 간 코드 ____7.2.3 직접 해 보기 __7.3 음성을 이용한 관계형 데이터 쿼리 ____7.3.1 기본 준비 사항 ____7.3.2 개요 ____7.3.3 오디오 녹음 ____7.3.4 종단 간 코드 ____7.3.5 시험 운용 __7.4 음성-음성 번역 ____7.4.1 개요 ____7.4.2 음성 생성하기 ____7.4.3 종단 간 코드 ____7.4.4 직접 해 보기 3부 고급 주제 8장 GPT 대안 모델 __8.1 Anthropic ____8.1.1 Claude와 대화하기 ____8.1.2 파이썬 라이브러리 __8.2 Cohere ____8.2.1 Command R+와 대화하기 ____8.2.2 파이썬 라이브러리 __8.3 Google ____8.3.1 Gemini와 채팅하기 ____8.3.2 파이썬 라이브러리 __8.4 Hugging Face ____8.4.1 웹 플랫폼 ____8.4.2 파이썬 라이브러리 9장 비용과 품질 최적화 __9.1 예시 시나리오 __9.2 조정되지 않은 분류기 __9.3 모델 튜닝 __9.4 모델 선택 __9.5 프롬프트 엔지니어링 __9.6 Tunable 분류기 __9.7 파인튜닝 __9.8 훈련 데이터 생성하기 __9.9 파인튜닝 작업 시작하기 __9.10 파인튜닝된 모델 사용하기 10장 소프트웨어 프레임워크 __10.1 LangChain __10.2 LangChain을 이용한 리뷰 분류 ____10.2.1 개요 ____10.2.2 분류 체인의 생성 ____10.2.3 코드 완성 ____10.2.4 시도하기 __10.3 에이전트: 대형 언어 모델을 주도적으로 활용하기 __10.4 데이터 분석을 위한 에이전트 구축 ____10.4.1 개요 ____10.4.2 LangChain을 이용한 에이전트 생성 ____10.4.3 데이터 분석 에이전트의 전체 코드 ____10.4.4 직접 해 보기 __10.5 사용자 정의 툴 추가하기 ____10.5.1 통화 변환기 ____10.5.2 직접 실행해 보기 __10.6 LlamaIndex를 사용한 멀티모달 데이터 인덱싱 ____10.6.1 개요 ____10.6.2 LlamaIndex 설치 ____10.6.3 간단한 쿼리 응답 시스템 구현 ____10.6.4 직접 실행해 보기 __10.7 결론