AI10 6. AI 자동 매매) 파트 1: AutoTrain(파인 튜닝) 및 데이터 준비 AI 자동 매매 시스템 개발 과정 (파트 1: 프로젝트 소개 및 데이터 준비)이 글에서는 허깅페이스의 AutoTrain을 활용한 AI 자동 매매 시스템 개발 과정을 소개합니다. 프로젝트의 방대한 내용을 이해하기 쉽게 파트 1과 파트 2로 나누어 설명합니다.프로젝트 소개AI를 공부하면서 실제로 AI로 무언가 유용한 것을 만들어보고 싶어 AI 자동 매매 시스템 개발에 도전하게 되었습니다. 성공하든 실패하든 이 과정에서 많은 것을 배울 수 있을 것이라 생각해 친구와 함께 이 프로젝트를 시작했습니다.프로젝트 목표암호화폐 시장 데이터를 학습한 AI 모델 개발시장 패턴을 인식하고 매매 시점을 예측할 수 있는 시스템 구축실제 트레이딩에 적용 가능한 자동화 시스템 구현개발 환경 준비기존에 설정해둔 LLM(ollama에.. 2025. 3. 27. 5. 추론 결과 가공 Ollama API 응답 결과 가공하기: 효과적인 프롬프트 결과 파싱 기법들어가며로컬 LLM을 구축하고 API를 통해 상호작용하는 방법을 알아보았다면, 이제 API 응답 결과를 어떻게 효과적으로 가공하고 활용할지 고민해볼 차례입니다. 특히 문서 요약, 키워드 추출과 같은 응용 분야에서는 AI 모델의 응답을 정확하게 파싱하고 구조화된 형태로 변환하는 것이 매우 중요합니다.이 글에서는 Ollama API를 통해 받은 응답 데이터를 처리하는 다양한 방법과 각 방식의 장단점을 살펴보겠습니다.프롬프트 응답 파싱의 중요성LLM은 기본적으로 텍스트 형태의 응답을 생성합니다. 이 텍스트를 그대로 사용하는 것은 간단하지만, 자동화된 시스템에서는 응답에서 특정 정보를 추출하고 구조화된 형태로 변환해야 하는 경우가 많습니다.. 2025. 3. 22. 4. 로컬 LLM 구축하기 로컬 LLM 구축하기: Ubuntu 24.04에서 Ollama로 추론 서버 만들기들어가며인공지능 기술의 발전으로 이제는 누구나 강력한 언어 모델(LLM)을 자신의 컴퓨터에서 실행할 수 있게 되었습니다. 특히 주식, 암호화폐 트레이딩과 같은 민감한 재무 데이터를 다룰 때는 데이터의 프라이버시가 중요하기 때문에 로컬에서 실행되는 LLM의 가치가 더욱 빛납니다.이 글에서는 Ubuntu 24.04 환경에서 Ollama를 설치하고, 고성능 모델(DeepSeek-R1-Distill-Qwen-32B)을 설정하는 전체 과정을 상세히 알아보겠습니다. 이 가이드를 따라하면 클라우드 API에 의존하지 않고도 강력한 AI 서버를 구축할 수 있습니다.Ollama란 무엇인가?Ollama는 로컬 환경에서 대규모 언어 모델(LLM).. 2025. 3. 13. 3. AI 용어 정리 🧸 AI 용어 쉽게 이해하기: AI 필수 용어 친절 가이드AI 분야에서는 자주 사용되지만 어렵게 느껴지는 용어들이 많습니다. 본격적으로 AI를 공부하기 전에 한번 정리하고 공부하려고 작성했습니다.🤖 AI 모델(AI Model)정의AI 모델이란, 인간의 뇌와 유사하게 설계된 디지털 지능입니다. 데이터를 통해 학습된 패턴을 바탕으로 문제 해결, 이미지 인식, 대화 생성 등 다양한 작업을 수행할 수 있습니다.쉽게 말하면마치 사람처럼 생각하고 배워서 작업을 처리할 수 있는 '디지털 두뇌'라고 생각하면 됩니다.예시"AI 모델은 마치 아주 똑똑한 로봇 두뇌 같아요. 사람들이 많은 정보를 먹여서 키운 디지털 두뇌라고 생각하면 됩니다. 이 두뇌는 질문에 답하거나, 글을 쓰거나, 그림을 그리는 등 여러 일을 할 수 .. 2025. 3. 13. 이전 1 2 3 다음 반응형
