판다스 스튜디오
@pdstudio
수강생
17,166
수강평
874
강의 평점
4.8
안녕하세요. 저는 파이썬을 활용한 데이터 분석 및 인공지능 서비스 개발 실무를 하고 있습니다. 관심 있는 주제를 찾아서 공부하고 그 내용들을 많은 분들과 공유하기 위해 꾸준하게 책을 집필하고 인공지능 강의를 진행해 오고 있습니다.
[이력]
현) 핀테크 스타트업 CEO
전) 데이콘 CDO
전) 인덕대학교 컴퓨터소프트웨어학과 겸임교수
Kaggle Competitin Expert, 빅데이터 분석기사
[강의]
NCS 등록강사 (인공지능)
SBA 서울경제진흥원 새싹(SeSAC) 캠퍼스 SW 교육 ‘우수 파트너 선정’ (Python을 활용한 AI 모델 개발)
금융보안원, 한국전자정보통신산업진흥회, 한국디스플레이산업협회, 대구디지털산업진흥원 등 강의
서울대, 부산대, 경희대, 한국외대 등 국내 주요 대학 및 국내 기업체 교육 경험
[집필]
파이썬 머신러닝 판다스 데이터 분석(정보문화사) : https://zrr.kr/x1ec
파이썬 딥러닝 머신러닝 입문(정보문화사) : https://zrr.kr/RPaE
파이썬 딥러닝 텐서플로(정보문화사) : https://zrr.kr/PrVN
실무자를 위한 파이썬 Python 100제(정보문화사) : https://zrr.kr/4fyq
랭체인(LangChain) 입문부터 응용까지 (위키독스) : https://wikidocs.net/book/14473
[유튜브] 판다스 스튜디오 : https://youtube.com/@pandas-data-studio?si=XoLVQzJ9mmdFJQHU
강의
로드맵
전체 1수강평
- 프로젝트로 배우는 Python 챗봇 & RAG - LangChain, Gradio 활용
- [3월 환급 과정] Agentic AI 개발 실전: LLM + RAG + Tools + Workflow
- [3월 환급 과정] Agentic AI 개발 실전: LLM + RAG + Tools + Workflow
게시글
질문&답변
테스트데이터셋 평가지표 값 문제
안녕하세요. OfflineRetrievalEvaluators는 기본적으로 doc_id로 매칭합니다. context_docs와 retrieved_docs의 content가 같아도 doc_id가 다르면 전부 불일치로 평가지표가 0이 됩니다. 아래와 같이 matching_criteria=MatchingCriteria.PARTIAL을 추가하면 content 기반 매칭으로 전환됩니다.from krag.evaluators import OfflineRetrievalEvaluators, MatchingCriteria evaluator = OfflineRetrievalEvaluators( actual_docs=context_docs, predicted_docs=retrieved_docs, matching_criteria=MatchingCriteria.PARTIAL # 이것만 추가 ) 청크 크기 차이 등으로 content도 완전히 동일하지 않다면, ROUGE 기반 매칭을 쓸 수 있습니다.from krag.evaluators import RougeOfflineRetrievalEvaluators, MatchingCriteria evaluator = RougeOfflineRetrievalEvaluators( actual_docs=context_docs, predicted_docs=retrieved_docs, matching_criteria=MatchingCriteria.PARTIAL, match_method="rouge2", threshold=0.8 )
- 0
- 1
- 19
질문&답변
언어 감지 및 검색 라우팅
안녕하세요. 기본적으로 언어별로 별도의 벡터 DB(또는 컬렉션)를 구성해야 합니다.임베딩 모델은 같은 의미라도 언어가 다르면 벡터 공간에서 다른 위치에 매핑되기 때문에, 한국어 쿼리는 한국어 문서가 저장된 DB에서 검색해야 정확도가 높습니다.다만, 수업 중에 사용하는 OpenAI 등 다국어 임베딩 모델을 사용하면 여러 언어가 동일한 벡터 공간에 매핑되어 하나의 DB로도 운영이 가능합니다. 이 경우 메타데이터에 언어 태그를 달아 언어별로 필터링하면 실무에서도 충분히 활용 가능합니다.정리하면, 사용하는 언어의 종류가 적으면 강의 방식대로 언어별 분리가 깔끔하고, 언어가 많으면 다국어 임베딩 모델 + 메타데이터 필터링이 관리하기 편합니다.
- 0
- 2
- 28
질문&답변
동영상이 검은 화면으로 나옵니다.
안녕하세요. 혹시 영상에 계속 문제가 있으실까요?제가 가지고 있는 mac m1에서 정상 재생되는 것을 확인했습니다.
- 0
- 2
- 43
질문&답변
강의가 진행되지 않습니다.
안녕하세요. 이 섹션은 강의자료 다운로드 화면입니다. 하단의 아래 이미지에서 [자료 다운로드] 버튼을 누르시면강의자료가 다운로드됩니다. (사진)
- 0
- 2
- 45
질문&답변
강의 github 어디에 있나요?
안녕하세요. 강의코드는 github으로 제공하지 않고, 온라인 강의 수업자료 다운로드 방식으로 제공하고 있습니다.
- 0
- 2
- 39
질문&답변
'팀 단위 AI 업무 혁신' 자문 관련하여 문의드리고자 합니다. (연락처 요청)
안녕하세요. 휴대폰으로 연락드리겠습니다. 감사합니다.
- 0
- 1
- 47
질문&답변
graphRAG - Neo4J로 구현하는 지식 그래프 기반 RAG 시스템 (feat. LangChain)
안녕하세요.이 부분은 pdf 자료 없이 env 샘플만 제공해드리고 있습니다. 실습환경 관련 설명은 pdf 대신 [수업노트]에서 확인 가능합니다. 감사합니다.
- 0
- 2
- 93
질문&답변
프로젝트 설정 (uv 설치, ..) -> 해당 영상 자료 없음
안녕하세요. 방금 확인했는데 정상적으로 영상이 재생되고 있습니다. https://inf.run/xG5ng 다시 한번 확인해보세요. 감사합니다.
- 0
- 1
- 62
질문&답변
test.py 파일이 어딨나요?
안녕하세요. 판다스 스튜디오입니다. 번거롭게 해드려서 죄송합니다. 우선 다음 코드를 활용하시기 바랍니다. from langchain_neo4j import Neo4jGraph from dotenv import load_dotenv import os # 환경 변수 로드 load_dotenv() # Neo4j 연결 설정 neo4j_url = os.getenv("NEO4J_URI") neo4j_username = os.getenv("NEO4J_USERNAME") neo4j_password = os.getenv("NEO4J_PASSWORD") # 그래프 객체 생성 graph = Neo4jGraph( url=neo4j_url, username=neo4j_username, password=neo4j_password ) def main(): # 간단한 테스트 쿼리 result = graph.query("MATCH (n) RETURN count(n) as node_count") print(f"Neo4j 데이터베이스 내 노드 수: {result[0]['node_count']}") if __name__ == "__main__": main()수업노트에 업데이트하겠습니다. 감사합니다.
- 0
- 2
- 62
질문&답변
requirements.txt. 업데이트 해주세요.
안녕하세요. 설치 파일을 못 찾으신걸까요?
- 0
- 2
- 56








![Thumbnail image of the [3월 환급 과정] Agentic AI 개발 실전: LLM + RAG + Tools + Workflow](https://cdn.inflearn.com/public/files/courses/340781/cover/%E1%84%80%E1%85%A2%E1%84%87%E1%85%A1%E1%86%AF%20%E1%84%8A%E1%85%A5%E1%86%B7%E1%84%82%E1%85%A6%E1%84%8B%E1%85%B5%E1%86%AF.png?w=148)