행복한바보고양이😻

Streamlit 프로젝트를 관리할 때, requirements.txt 파일은 필수입니다. 이 파일은 프로젝트에 필요한 파이썬 패키지 목록과 버전 정보를 기록하여, 언제 어디서나 동일한 환경을 재현할 수 있게 도와줍니다. 이번 포스팅에서는 Streamlit 프로젝트를 위한 requirements.txt 파일을 생성하고 설치하는 방법을 단계별로 정리하겠습니다. 1. requirements.txt란?의미: 프로젝트에 필요한 모든 파이썬 패키지와 버전을 나열한 텍스트 파일목적:다른 개발자나 서버에 동일한 환경을 쉽게 복제CI/CD, 배포 파이프라인에서 자동으로 의존성 설치버전 충돌 방지 및 유지보수 용이2. 가상환경 생성하기먼저, 프로젝트 전용 가상환경(venv 또는 conda)을 생성하고 활성화합니다. 예시..

1. 개요Object Detection(객체 탐지)은 이미지에서 객체를 식별하고, 위치를 파악하는 컴퓨터 비전 기술입니다.이 글에서는 Hugging Face의 transformers 라이브러리의 pipeline을 활용하여도로 이미지 속 자동차, 신호등, 보행자 등을 감지하는 방법을 자세히 살펴보겠습니다.주요 내용transformers의 pipeline을 이용한 Object Detection matplotlib를 활용한 객체 시각화모델의 결과 해석 및 Fine-Tuning 확장2. Object Detection이란?Object Detection(객체 탐지)은 이미지 속에서 특정 물체가 어디에 위치하는지 박스로 표시하고,해당 객체가 무엇인지 분류하는 기술입니다.Object Detection의 주요 개념Cla..

📌 1. Streamlit이란?  Streamlit은 Python 기반의 데이터 애플리케이션을 빠르게 개발할 수 있는 오픈소스 웹 프레임워크입니다.특히, 데이터 분석, 머신러닝, 대시보드 개발에 최적화되어 있어 간단한 코드만으로 강력한 웹 애플리케이션을 만들 수 있습니다.✅ 주요 특징✔ 손쉬운 설치 → pip install streamlit 만으로 설치 가능✔ 빠른 프로토타이핑 → 데이터 분석 결과를 바로 웹에서 시각화✔ 강력한 시각화 기능 → Matplotlib, Plotly, Altair 등 다양한 라이브러리 지원✔ 데이터 사이언티스트와 엔지니어 친화적 → 웹 개발 지식 없이도 간편한 대시보드 제작 가능  🔥 2. Streamlit 기본 설치 방법✅ (1) Anaconda 환경에서 설치 (추천)A..

오늘날 넷플릭스, 아마존, 유튜브와 같은 플랫폼은 추천 시스템을 활용하여 사용자 경험을 극대화하고 있습니다.이 글에서는 상관계수(Pearson Correlation Coefficient)를 활용한 협업 필터링 추천 시스템을 Python과 Jupyter Notebook을 이용해 직접 구현해보겠습니다. 📖 1️⃣ 추천 시스템이란? 추천 시스템(Recommendation System)은 사용자의 이전 행동 데이터 및 선호도를 분석하여 사용자가 관심을 가질 만한 콘텐츠(상품, 영화, 음악 등)를 추천하는 알고리즘입니다. 추천 시스템의 유형 콘텐츠 기반 필터링사용자가 과거에 좋아했던 콘텐츠와 유사한 아이템을 추천협업 필터링사용자들 간의 유사성을 기반으로 추천 (오늘 다룰 핵심 내용) 📌 2️⃣ 협업 ..

🎯 LlamaIndex RAG란 무엇일까요?LlamaIndex는 대규모 언어 모델(LLM)을 사용하여 데이터를 인덱싱하고 쿼리하는 과정을 간소화하는 강력한 프레임워크입니다. RAG(Retrieval-Augmented Generation)는 검색을 통해 얻은 정보를 기반으로 답변을 생성하는 방법으로, LLM의 지식 부족 문제를 해결하고 답변의 정확성을 높이는 데 효과적입니다.⚙️ 필요한 라이브러리 설치먼저 필요한 라이브러리를 설치합니다. 아래 명령어를 사용하여 pypdf2, llama-index, **llama-index-embeddings-huggingface**를 설치하세요.! pip install pypdf2 llama-index llama-index-embeddings-huggingface📚 P..

Streamlit은 Python 기반의 애플리케이션을 간단하게 만들 수 있는 도구로, 머신러닝 모델을 웹 애플리케이션으로 전환하는 데 매우 적합합니다. 이번 글에서는 Jupyter Notebook에서 학습한 인공지능 모델을 Streamlit에서 어떻게 사용하는지 자세히 알아보겠습니다. 📂 준비된 파일 및 역할regressor1.pkl학습된 머신러닝 모델이 저장된 파일입니다.Pickle 형식으로 저장되어 있으며, Streamlit 앱에서 이 파일을 로드하여 예측에 활용합니다.car_price.ipynbJupyter Notebook에서 차량 가격을 예측하는 모델을 학습시키고 저장하는 코드를 포함하고 있습니다.app.pyStreamlit 애플리케이션 코드 파일로, 저장된 모델을 불러와 사용자 입력을 기반으로..

Streamlit을 사용하여 데이터를 시각화하거나 대시보드를 만들 때, 한글이 깨지거나 폰트가 이상하게 표시되는 문제가 발생할 수 있습니다. 이번 블로그에서는 Mac, Windows, Linux 환경에서 Streamlit의 한글 폰트를 설정하는 방법을 알아보겠습니다.  🛠️ 한글 폰트 깨짐 문제 해결하기Streamlit은 Python 기반 웹 애플리케이션 개발 라이브러리로, 기본적으로 한글 폰트를 지원하지 않습니다. 이를 해결하려면 Matplotlib와 같은 시각화 라이브러리에서 한글 폰트를 설정하거나, Streamlit에서 CSS를 사용하여 직접 폰트를 지정해야 합니다.   1️⃣ Mac에서 한글 폰트 설정 1. 한글 폰트 확인 Mac에서는 시스템에 기본적으로 AppleGothic이나 NanumGot..

지난 시간에 이어 Streamlit의 내장 차트 함수와 Plotly Express를 활용하여 데이터 시각화에 대해 알아보겠습니다. Streamlit은 간단한 코드를 통해 데이터를 시각적으로 표현할 수 있는 강력한 도구를 제공합니다. 특히 Plotly는 웹 기반의 대화형 차트를 생성하는 데 매우 유용합니다. 🛠️ 구현 코드 설명아래 예제에서는 Streamlit 내장 차트와 Plotly Express를 사용하여 다양한 차트를 생성하는 방법을 살펴보겠습니다.1️⃣ 주요 라이브러리 임포트 및 데이터 준비import streamlit as stimport plotly.express as pximport pandas as pdStreamlit: 웹 애플리케이션을 생성하는 데 사용Plotly Express: 대화형..

데이터를 시각화하여 정보를 전달하는 것은 데이터 분석의 핵심 요소 중 하나입니다.Streamlit은 Matplotlib, Seaborn, 그리고 Pandas와 같은 시각화 라이브러리와 통합되어 있어 차트를 간단히 표현할 수 있습니다.   🛠️ 코드 설명1️⃣ 필요한 라이브러리 설치 및 설정import pandas as pdimport streamlit as stimport matplotlib.pyplot as pltimport seaborn as sbfrom matplotlib import rc# 한글 폰트 설정 (Mac 기준)rc('font', family='AppleGothic')plt.rcParams['axes.unicode_minus'] = False 이 코드에서는 데이터 시각화에 필요한 mat..

Streamlit은 데이터 시각화와 웹 애플리케이션을 간단히 구축할 수 있는 Python 기반의 오픈소스 라이브러리입니다. 이 글에서는 Streamlit을 사용하여 **Sidebar(사이드바)**를 생성하고, 다양한 파일 업로드 기능을 구현하는 방법을 소개합니다.1. Sidebar란?Sidebar는 Streamlit에서 제공하는 사이드 영역으로, 사용자 입력을 받아 데이터를 처리하거나 인터랙션을 구현할 때 활용됩니다. 이를 통해 화면 공간을 효율적으로 사용할 수 있습니다.2. 구현할 Sidebar 기능메뉴 옵션이미지 파일 업로드CSV 파일 업로드PDF 파일 업로드각 메뉴에 따라 다른 파일 업로드 기능이 동작하며, 업로드한 파일을 저장하고 화면에 표시하는 기능을 제공합니다.3. 코드 상세 설명아래는 전체 ..