Build your vocabulary for coding in Python and exploring AI! Learn to talk about code structure, libraries, and new tech developments while improving your programming skills. Perfect for intermediate learners who want to discuss tech topics more fluently.
Korean
지난주에 우리 팀은 새로운 AI 프로젝트를 시작했다. 과학자들은 파이썬으로 프로그램을 작성한다. 그녀는 이미 알고리즘을 구현했지만, 코드가 아직 디버그되지 않았다. 우리는 데이터셋으로 모델을 훈련시킨다. 데이터는 크고 복잡함에도 불구하고, 프로그램은 효율적으로 처리한다. 예전에 사용하던 구식 알고리즘은 이제 사용하지 않는다. 그들은 모델을 최적화했다고 말했다. 하지만 아직 완벽하지 않다. 매일 수동으로 데이터를 분석해야 한다. 파이썬 라이브러리를 사용해도 큰 도움이 된다. 당신의 코드를 작성하나요? 우리는 빠르게 프로젝트를 완성하기 위해 노력한다. AI 기능을 구현하는 것은 쉽지 않지만, 우리는 좋아한다.
Korean
어제 그녀는 오래된 신경망 모델을 리팩토링했다. 그 모델은 지난 달부터 정확도가 떨어졌지만, 데이터가 제대로 전처리되어야 한다는 것을 알고 있었다. 과학자들은 이미 데이터셋을 분석했나요? 대부분의 데이터는 처리되었지만, 미세 조정이 필요했다. 그는 말했다. "이 모델을 위해 반복적인 작업을 자동화해야 해." 그들은 API를 통합하고 코드를 우아하게 리팩토링했나요? 어려움에도 불구하고, 그들이 구축한 프로그램은 이전보다 나은 결과를 보였다. 서버가 다운되었을 때, 나는 매개변수를 조정해야 했다. 오류를 처리하자, 모델은 올바르게 배포될 수 있었다.
Korean
그는 아침부터 데이터셋을 로드했다. 데이터가 불완전한 것을 확인했다. 범주형 변수는 인코딩되어야 했다. 특성을 수동으로 스케일링하다 보니 실수로 과소적합시켰나요? 팀은 데이터를 훈련 및 테스트 세트로 분할했다. 모델을 훈련시키기 전에 정규화는 필수였다. 그들은 모델이 과적합될까 봐 규제하지 않으면 안 된다고 말했다. 모델의 성능을 향상시키기 위해 특성은 이미 스케일링되었다. 분류기를 훈련시켰다. 성능이 높은지 평가하려고 결과를 시각화해도 불구하고, 정확도에도 만족하지 못했다. 데이터셋이 작아서 과적합시키기 쉬웠다. 이제 모델을 재평가되었다고 한다. 그녀는 "과소적합보다 과적합이 더 문제예요"라고 했다.
A sample of the collection — the full set lives in the app.
Spaced repetition, pronunciation and audio — in the app.