상속 및 구성은 ​​객체 지향 프로그래밍에서 두 가지 중요한 개념입니다. 이는 객체 지향 설계의 구성 요소이며 프로그래머가 재사용 가능한 코드를 작성하는 데 도움이 됩니다. Python에서 상속 사용 상속을 사용하는 모델 클래스 계층 Python에서 다중 상속을 사용하고 단점을 이해 컴포지션을 사용하여 복잡한 개체 만들기 구성을 적용하여 기존 코드 재사용 구성을 통해 런타임 시 애플리케이션 동작 변경 상속과 구성이란 무엇입니까? 상속 및 구성은 객체 지향 프로그래밍의 두 가지 주요 개념으로 두 클래스 개념 사이의 관계를 모델링합니다. 들은 애플리케이션 설계를 주도하고 새로운 기능이 추가되거나 요구 사항이 변경됨에 따라 애플리케이션이 어떻게 발전해야 하는지 결정합니다. 둘 다 코드 재사용을 가능하게 하지만..

재무 항목 처리 In [ ]: import pandas as pd james_bond_data = pd.read_csv("jamesbond.csv").convert_dtypes() james_bond_data.head() new_column_names = { "Release": "release_date", "Movie": "movie_title", "Bond": "bond_actor", "Bond_Car_MFG": "car_manufacturer", "US_Gross": "income_usa", "World_Gross": "income_world", "Budget ($ 000s)": "movie_budget", "Film_Length": "film_length", "Avg_User_IMDB": "imdb..

데이터 분석을 위한 Python 사용 데이터 분석은 원시 데이터 내에 존재할 수 있는 통찰력과 관계를 밝힐 수 있는 광범위한 기술을 포괄하는 광범위한 용어입니다. 예상할 수 있듯이 Python은 데이터 분석에 가장 쉽게 적합한 언어입니다. Python이 데이터를 분석하고 나면 결과를 사용하여 올바른 비즈니스 결정을 내리고, 절차를 개선하고, 발견한 내용을 바탕으로 정보에 입각한 예측을 내릴 수도 있습니다. 시작하기 전에 널리 사용되는 데이터 분석 도구인 Jupyter Notebook에 대해 숙지해야 합니다. 또는 JupyterLab에서 향상된 노트북 환경을 제공할 것입니다. pandas DataFrame이 데이터를 저장하는 방법을 배우고 싶을 수도 있습니다. DataFrame과 pandas Series의..

RAG용 LangChain 다중 쿼리 In [ ]: !python -m venv langchain !source langchain/bin/activate In [ ]: !pip install -qU \ pinecone-client==3.0.0 \ langchain==0.1.1 \ langchain-community==0.0.13 \ datasets==2.14.6 \ openai==1.6.1 \ tiktoken==0.5.2 데이터 가져오기 Hugging Face Datasets에서 기존 데이터세트를 다운로드하겠습니다. In [ ]: from datasets import load_dataset data = load_dataset("jamescalam/ai-arxiv-chunked", split="train"..

검색 에이전트 이전 장에서 검색 증대 및 대화 에이전트가 얼마나 강력한지 살펴보았습니다. 대화형 에이전트는 데이터 최신성, 특정 도메인에 대한 지식 또는 내부 문서에 액세스하는 데 어려움을 겪을 수 있습니다. 에이전트를 검색 확대 도구와 결합하면 더 이상 이러한 문제가 발생하지 않습니다. 에이전트를 사용하지 않는 검색 확대는 모든 쿼리로 컨텍스트를 검색한다는 의미입니다. 다시 말하지만, 모든 쿼리에 외부 지식에 대한 액세스가 필요한 것은 아니기 때문에 이것이 항상 이상적인 것은 아닙니다. 이 두가지 방법을 병합하면 두 가지 장점을 모두 얻을 수 있습니다. In [ ]: !python3 -m venv langchain !source langchain/bin/activate In [ ]: !pip3 inst..

건축 도구 LLM 에이전트는 ChatGPT 도입 이후 LLM이 폭발적으로 증가함에 따라 탄생한 가장 강력하고 매력적인 기술 중 하나입니다. 에이전트를 사용하면 LLM에게 도구에 대한 액세스 권한을 부여할 수 있습니다. 이러한 도구를 사용하면 웹 검색, 수학 계산, 코드 실행 등을 수행할 수 있으므로 본질적으로 무한한 가능성이 제공됩니다. LangChain에서 사용할 수 있는 사전 구축된 도구가 많이 있지만 실제 시나리오에서는 사용 사례의 요구 사항에 맞는 맞춤형 도구를 구축해야 합니다. 시작하려면 이 노트북에서 사용할 필수 구성 요소 라이브러리를 설치해야 합니다. In [ ]: !python3 -m venv langchain !source langchain/bin/activate !pip install ..