개요 Cursor AI 에서 Flutter 설치를 해본다. 사전에 VS Code, Flutter 설치가 되어 있다고 가정한다. Flutter 설치 먼저 Curosr AI에 접속한다. Command + Shift + X를 선택한다. 검색창에서 flutter 검색 후, Install 버튼을 클릭한다. 설치 확인 Command + Shift + P 선택 후, Flutter: Run Flutter Doctor 선택한다. Flutter 프로젝트 실시 Command + Shift + P 선택 후, New Project 선택한다. Application을 선택한다. 정상적으로 실행이 되면 다음과 같은 소스코드 파일이 나타날 것임

Google Colab에서 허깅페이스 로그인 개요 Google Colab에서 허깅페이스 로그인 하는 방법 기재 허깅페이스 회원가입은 이미 되어 있는 것으로 가정 허깅페이스 토큰값 가져오기 프로필 클릭 > Settings > Access Tokens > Create New Token 선택 Token name에 이름 입력 후, 스크롤 하단에서 Create Token 버튼 선택 토큰값 획득을 한다. Google Colab에서 허깅페이스 로그인 다음 코드 입력 후 실행 from huggingface_hub import notebook_login notebook_login()

개요 Android Studio를 MacOS에서 설치를 하도록 한다. 사이트 접속 사이트 : https://developer.android.com/studio 화면 중간에 Download 버튼을 클릭 후 다운로드를 진행한다. 아래 화면에서 본인 환경에 맞는 Mac을 설치한다. 필자는 Mac with Apple Chip 을 선택했다. 아래와 같은 화면에서 Android Studio를 Applications 폴더로 이동 시킨다. Android Studio 설정 Android Studio 프로그램을 실행하면 아래와 같이 설정 부분이 나온다. Next 버튼을 누른다. 아래 화면에서 Next 버튼을 누른다. 아래 화면에서 Next 버튼을 누른다. Accept 버튼을 클릭하고 Finish 버튼을 클릭한다.

개요 MacOS에서 Flutter를 설치한다. 사이트 접속 사이트 : Flutter https://flutter.dev/ 오른쪽 상단의 Get Started 를 선택한다. MacOS를 선택한다. 필자는 Android App 개발을 하고 싶기 때문에, Android를 선택하였다. 추가로 다음 명령어를 실행한다. sudo softwareupdate --install-rosetta --agree-to-license 스크롤을 내리면 Download and install 를 선택한다. 그리고 본인의 OS에 맞는 것을 선택한다. 필자는 M1이기 때문에 Apple Silicon 을 선택하였다. 압축받은 폴더는 압축을 푼다. 경로설정 폴더 구성은 Macintosh HD > 사용자 > 사용자명 > development > flutter로 될 것이다.

개요 Nasdaq Data Link은 금융 및 경제 데이터를 제공하는 플랫폼으로, 특히 투자자, 연구자, 그리고 데이터 애널리스트들에게 유용 기존 quandl에서 2018년에 Nasdaq에 인수되었으며, 주식, 채권, 선물, 외환, 경제 지표 등 다양한 데이터를 제공 그러나 Free 데이터에서 유의미한 데이터를 찾기에는 부족함을 느낌 Nasdaq Data Link의 주요 기능 데이터 제공 금융 시장 데이터 (주식, 상품, 금리 등) 경제 데이터 (GDP, 실업률, 소비자 물가 지수 등) 대체 데이터 (소셜미디어 트렌드, 위성 이미지 분석, 물류 데이터 등) API 기반 접근 Python, R, Excel 등 다양한 도구에서 API를 사용해 데이터를 불러올 수 있음.

개요 취업 준비생 들에게 필요한 캐글 연습 코드 클래스로 구현함 학습에서 제출까지 자동화하는 것에 목적을 둠 클래스에 대한 기본적인 이해가 있다는 전제하에 작성 전체 코드는 다음과 같다. import numpy as np import pandas as pd import shap import matplotlib.pyplot as plt # 데이터 처리 및 모델링 라이브러리 from sklearn.model_selection import train_test_split, cross_val_score from sklearn.preprocessing import StandardScaler, LabelEncoder, OrdinalEncoder from sklearn.impute import SimpleImputer from sklearn.metrics import ( mean_squared_error, mean_absolute_error, r2_score, mean_absolute_percentage_error ) from sklearn.

개요 Python 라이브러리 설치 시, 가끔 C++ 라이브러리 설치가 필요할 수 있다. 위와 같이 에러가 발생할 때 C++ 라이브러리를 설치를 한다. 설치방법 사이트 : https://visualstudio.microsoft.com/ko/visual-cpp-build-tools/ Build Tools 다운로드 버튼 클릭 후 관리자 권한으로 실행 아래와 같이 C++를 사용한 데스크톱 개발 선택 후, 설치 설치하는 데 다소 시간이 필요함 설치가 완료되면 재부팅을 한다. 파이썬 라이브러리 다시 설치 중간에 보면 cp312가 보이는데, C++을 활용해서 설치가 되었다는 것을 의미한다.

웹사이트 https://www.cursor.com/ 회원가입 Settings 가격정책(Pricing) 프로그램 설치 (Windows) 기존에 Visual Studio Code가 설치가 되어 있어야 한다. 실행 또는 (관리자 권한)으로 실행 Continue 버튼 선택 Use Extensions 선택 Data Preferences는 독자 취향에 맞게 선택한다. 필자는 Help Improve Cursor를 선택한다. Login 개인 계정 확인 후, Yes, Log in 버튼 클릭 Visual Studio Code 확인 이제 Visual Studio Code에 Cursor AI가 업데이트가 되었는지 확인해본다. 그러기 위해서는, 먼저 Github에서 새로운 Repository를 하나 생성한다. 필자는 cursor_ai_project로 명명했다.

개요 Mac Crontab으로 SH 파일을 실행하도록 한다. SH 파일 작성 주요 내용은 아래와 같이 작성한다. (파일명 : deploy.sh) #!/bin/bash echo "Git Push Starting..." cd /Users/evan/Desktop/alphaco_test # Check out repo git add -A git commit -m "Automated commit on $(date '+%Y-%m-%d %H:%M:%S')" git push 수동 업로드 수동으로 업로드 하기 위해 파일 권한을 열어준다. 777은 소유자, 그룹, 다른 모든 사용자에게 읽기, 쓰기, 실행 권한 부여하는 명령어를 말한다. chmod 777 deploy.sh 실행 해당 파일이 있는 경로에서 deploy.

딥러닝 손실 함수 (Loss Function) 개요 딥러닝에서 손실 함수는 모델의 예측과 실제 값 사이의 차이를 측정하는 중요한 요소. 다양한 종류의 손실 함수가 있으며, 문제의 특성에 따라 적절한 함수를 선택해야 함. 주요 손실 함수 설명 평균 제곱 오차 (Mean Squared Error, MSE) 유형 : 회귀 공식 : $$ \text{MSE} = \frac{1}{n} \sum_{i=1}^{n} (y_i - \hat{y}_i)^2 $$ 설명: $y_i$ : 실제 값 $\hat{y}_i$ : 예측 값 $n$ : 데이터 포인트의 수 사용 용도